PEGANGAN ASSLAB MODUL 8 - lsoupnjatim.files.wordpress.com · MODUL 8 ( ANALISIS FAKTOR) SESI / MEJA BAB I PENDAHULUAN 1.1 Latar Belakang ... Asumsi dalam praktikum tentang Analisis

LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI

MODUL 8 ( ANALISIS FAKTOR)

SESI / MEJA

BAB I

PENDAHULUAN

1.1 Latar Belakang

(1 Halaman min. 4 paragraf)

1.2 Rumusan Masalah

“Bagaimana menentukan, mengelompokan, dan mereduksi data

berdasarkan karakteristik diantara objek-objek tersebut?”

1.3 Tujuan Praktikum

Tujuan yang terdapat pada praktikum ini, adalah:

(MINIMAL 3)

1.4 Batasan Masalah

Batasan masalah yang digunakan dalam praktikum dan penyusunan

laporan ini adalah:

(MINIMAL 3)

1.5 Asumsi-asumsi

Asumsi dalam praktikum tentang Analisis Faktor ini adalah :

(MINIMAL 3)

PEGANGAN ASSLAB MODUL 8



SESI / MEJA

1.6 Manfaat Praktikum

Manfaat yang dapat kita peroleh dari modul 8 ini adalah :

(MINIMAL 3)

1.7 Sistematika Penulisan

Sistematika Penulisan laporan pada prakikum yang kita lakukan adalah

sebagai berikut :

BAB I PENDAHULUAN

Bab satu ini berisikan tentang latar belakang permasalahan yang ada

dalam dunia industri, tujuan dan manfaat praktikum, batasan masalah,

asumsi-asumsi dari permasalahan yang ada, serta sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini menjelaskan tentang...................... (isi TINJAUAN PUSTAKA)

BAB III PENGUMPULAN DATA

Bab ini akan menjelaskan tentang identifikasi variabel, tabel

pengumpulan data.

BAB IV PENGOLAHAN DATA

Berisikan tentang output dan analisa hasil pengolahan dari tiap varibel

atau data tersebut.

BAB V KESIMPULAN DAN SARAN

Bab ini berisikan kesimpulan dan saran-saran sebagai bahan

pertimbangan bagi pengurus dan pengelola laboratorium statistik

industri.

DAFTAR PUSTAKA



SESI / MEJA

BAB II

TINJAUAN PUSTAKA

2.1 Pengertian Analisis Faktor

2.1.1 Macam-Macam Analisis Faktor

2.1.2 Proses Analisis Faktor

2.1.3 Tujuan Analisis Faktor

2.2 Hubungan Analisis Faktor Dengan Data Uji Reabilitas Dan Validitas



SESI / MEJA

BAB III

PENGUMPULAN DATA

3.1 Identifikasi Variabel

3.1.1 Soal Laporan Resmi

3.2 Tabel Pengumpulan Data



SESI / MEJA

BAB IV

PENGOLAHAN DATA

4.1 Printout Dan Analisa Laporan Resmi

A. KMO and Barlett’s Test

Gambar 4.1 Output KMO and Barlett’s Test

Analisa :

Parameter :

MSA > 0,5 = maka kumpulan variabel dapat diproses lebih lanjut

MSA < 0,5 = maka kumpulan variabel tidak dapat diproses lebih lanjut

Sig > 0,05 = maka data tersebut belum dapat dianalisis lebih lanjut

Sig < 0,05 = maka data tersebut sudah dapat dianalisis lebih lanjut

Kesimpulan :

• Nilai MSA adalah 0,558 > 0,5 maka kumpulan variabel dapat diproses

lebih lanjut

• Nilai Sig adalah 0,000 < 0,05 maka data tersebut sudah dapat dianalisis

lebih lanjut



SESI / MEJA

B. Anti-image Matrices

Gambar 4.2 Output Anti-image Matrices

Analisa :

• Variabel yang memiliki nilai MSA > 0,5 adalah kenyamanan yaitu 0,727;

kebersihan yaitu 0,687; luas parkir yaitu 0,719; lokasi strategis yaitu

0,612; harga yaitu 0,569; ketersediaan yaitu 0,596.

• Variabel yang memiliki nilai MSA < 0,5 adalah jum_kasir yaitu 0,463;

Pelayanan Kasir yaitu 0,436; Tata Letak yaitu 0,452; Kualitas Produk

yaitu 0,478; Keamanan yaitu 0,467.

Karena masih terdapat variabel dengan nilai MSA < 0,5 maka dilakukan

kembali analisa factor melalui SPSS dengan tidak memasukkan variabel yang

memiliki nilai MSA < 0,5



SESI / MEJA

Gambar 4.3 Output Anti-image Matrices ke-2

Analisa :

• Variabel yang memiliki nilai MSA > 0,5 adalah kenyamanan yaitu 0,832;

kebersihan yaitu 0,700; Luas Parkir yaitu 0,798; Lokasi Strategis yaitu

0,833; harga yaitu 0,745; ketersediaan yaitu 0,665.

Karena tidak terdapat variabel dengan nilai MSA < 0,5 maka tidak

dilakukan kembali analisa factor melalui SPSS.

C. Communalities

Gambar 4.4 Output Communalities

Analisa :

• Untuk variabel kenyamanan, nilai extractionnya adalah 0,486 hal ini

berarti sekitar 48,6% varian dari variabel kenyamanan bisa dijelaskan dari

factor yang terbentuk dan nilai initialnya mendekati atau sama dengan 1



SESI / MEJA

yang artinya variabel tersebut memiliki hubungan yang kuat dengan factor

yang terbentuk.

• Untuk variable Loc_Strat, nilai extractionnya adalah 0,312 hal ini berarti

sekitar 31,2% varian dari variable Loc_Strat bias dijelaskan dari factor

yang terbentuk dan nilai initialnya menjauhi 1 yang artinya variable

tersebut memiliki hubungan yang lemah dengan factor yang terbentuk.

• dst

D. Total Variance Explained

Gambar 4.5 Output Total Variance Explained

Analisa :

Banyaknya factor yang terlihat dari total nilai > 1 maka dilihat dari tabel

ada 1 komponen yang memiliki nilai > 1, jadi 6 variabel yang ada diringkas

menjadi 1 factor.

E. Component Matrix



SESI / MEJA

Gambar 4.6 Output Component Matrix

Analisa :

• Kenyamanan berkorelasi sebesar 0,697 dengan factor 1.

• Kebersihan berkorelasi sebesar 0,806 dengan factor 1.

• (Dst)

F. Rotated Component Matrix (Menyesuaikan)

Gambar 4.7 Output Rotated Component Matrix

Analisa :

• Untuk tabel komponen kenyamanan termasuk factor 3 karena memiliki

nilai yang paling besar yaitu 0,515.

• Untuk tabel komponen kebersihan termasuk factor 3 karena memiliki nilai

yang paling besar yaitu 0,733.

• (Dst)



SESI / MEJA

G. Component Transformation Matrix (Menyesuaikan)

Gambar 4.8 Output Component Transformation Matrix

Analisa :

Dari 6 variabel hasil reduksi didapat 4 factor. Dari tabel diatas

menunjukkan bahwa pada komponen 1 nilai korelasi 0,726 > 0,5; komponen 2

nilai korelasi 0,878 > 0,5; komponen 3 nilai korelasi 0,044 < 0,5; komponen 4

nilai korelasi -0,105 < 0,5. Karena (tidak) terdapat komponen < 0,5 maka factor

yang terbentuk (belum/sudah) di katakan tepat dalam merangkum 6 variabel.



SESI / MEJA

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

A. KMO and Barlett’s Test

B. Anti-image Matrices.

C. Communalities

D. Total Variance Explained

E. Component Matrix

F. Rotated Component Matrix

G. Component Transformation Matrix

5.2 Saran

(MINIMAL 5)



SESI / MEJA

DAFTAR PUSTAKA

(minimal 5 buku, 5 browsing min. tahun 2012)

Documents

PEGANGAN ASSLAB MODUL 8 - lsoupnjatim.files.wordpress.com · MODUL 8 ( ANALISIS FAKTOR) SESI / MEJA BAB I PENDAHULUAN 1.1 Latar Belakang ... Asumsi dalam praktikum tentang Analisis