Slide 1
Analisis Komponen Utama dan Analisis Faktor pada Data Kinerja
Pembangunan SDM Provinsi Jawa Timur tahun 2010Wahyuni
Resmi(1311100043)Indah Kurnia Putri(1311100047)PendahuluanLatar
BelakangDalam mendukung keberhasilan program pembangunan nasional,
pendekatan regional mempunyai kedudukan yang lebih dominan.Hal ini
karena karakteristik dan potensi ekonomi dari masing-masing daerah
tidak sama. Permasalahan utamanya adalah masalah ketimpangan
(unevenness) dan konsentrasi (concentration).Jawa Timur merupakan
provinsi yang terdiri dari 29 kabupaten dan 9 kota yang cukup
berhasil dalam melaksanakan pembangunan ekonomi. Meski demikian,
jika dilihat pembangunan antar-kabupaten/kotanya, masih terdapat
ketimpangan. Oleh karena itu perlu adanya pedoman dalam merumuskan
kebijakan pembangunan.Pembangunan bukan hanya menyangkut pencapaian
posisi perekonomian yang ideal, namun juga pembangunan
manusia.Salah satu masalah yang berkaitan dengan manusia dan perlu
diperhatikan dalam proses pembangunan adalah masalah kependudukan
yang mencakup jumlah, komposisi, dan distribusi penduduk. Jumlah
penduduk yang besar dapat menjadi modal pembangunan apabila
kualitasnya baik, namun sebaliknya, dapat menjadi beban pembangunan
apabila kualitasnya rendah.Tujuan dan Manfaat PenelitianTujuan :
untuk mengetahui apakah indikator-indikator yang diduga sudah mampu
menjelasakan kinerja pembangunan sumberdaya manusia secara tepat
sasaran.Manfaat : dapat memberikan masukan kepada pemerintah
provinsi Jawa Timur dalam membuat kebijakan apabila ingin membenahi
kinerja pembangunan sumberdaya manusia.
Mengapa PCA dan Analisis Faktor?Karena sering kali antara
indikator yang satu dengan indikator yang lain mempunyai korelasi
yang tinggi.Apabila setiap indikator yang saling berkorelasi
tersebut dilakukan pembenahan akan membutuhkan lebih banyak energi
dan biaya. Namun apabila indikator dibenahi pada akar
permasalahannya secara ringkas maka akan membutuhkan biaya yang
lebih ringan.Dengan analisis komponen utama diharapkan dapat
disusutkan dimensi banyaknya variabel atau dapat disederhanakan
struktur hubungan variabel sehingga dengan dimensi yang lebih kecil
diharapkan lebih mudah melakukan interpretasi tanpa kehilangan
banyak informasi tentang data, bahkan informasi yang didapat
menjadi lebih padat dan bermakna.Metodologi PenelitianData sekunder
: diperoleh dari skripsi berjudulAnalisis Klasifikasi
Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Peubah Kinerja
Pembangunan Daerah Tahun 2010 oleh Nanang Widaryoko (H141140112),
mahasiswa IPB.
Data skripsi tersebut diperoleh dari hasil publikasi BPS,
yaituJawa Timur Dalam Angka 2011Hasil Survei Sosial Ekonomi
Nasional Provinsi Jawa Timur Tahun 2010Sumber DataVariabel
PenelitianMetode Analisis DataVariabel penelitian :
indikator-indikator kinerja pembangunan sumberdaya manusiadi
Provinsi Jawa Timur yang terdiri dari 29 kabupaten dan 9
kota.Jumlah penduduk : orang yang berdomisili di suatu daerah
selama 6 bulan atau lebih dan atau mereka yang berdomosili kurang
dari 6 bulan tetapi bertujuan untuk menetap.Angka Harapan Hidup
(AHH) : rata-rata lamanya tahun hidup yang dijalani oleh penduduk
dalam suatu wilayah dan tingkat kesehatan serta keadaan gizi dari
penduduk pada daerah tersebut.Angka Kematian Bayi (AKB) : jumlah
anak yang dilahirkan pada tahun tertentu dan meninggal sebelum
mencapai usia 5 tahun, dinyatakan sebagai angka per 1000 kelahiran
hidup Angka Melek Huruf (AMH) : banyaknya penduduk suatu wilayah
yang dapat membaca dan menulis dari setiap 100 penduduk di wilayah
tertentu Rata-rata Lama Sekolah : rata-rata jumlah tahun yang
dihabiskan oleh penduduk berusia 15 tahun ke atas untuk menempuh
semua jenis pendidikan formal yang pernah dijalani Tingkat
Partisipasi Angkatan Kerja (TPAK) : banyaknya penduduk usia 10
tahun ke atas yang termasuk angkatan kerja (bekerja dan mencari
pekerjaan) dari setiap 100 penduduk usia 10 tahun ke atas di
wilayah tertentu Pengeluaran perkapita : pengeluaran riil perkapita
yang telah disesuaikan untuk menggambarkan daya beli masyarakat
Persentase penduduk miskin : perbandingan jumlah penduduk miskin
dengan total penduduk di suatu wilayahSumber DataVariabel
PenelitianMetode Analisis DataSumber DataVariabel PenelitianMetode
Analisis DataAnalisis dan PembahasanUji Barlett dan Uji
KMOPengujianNilaiBartletts Test382,734p-value0,000Kaiser Meyer
Olkin (KMO)0,765Tolak H0 0,765 > 0,5dapat dianalisis menggunakan
analisis faktorCommunalityVariabelEkstrakJumlah Penduduk0,379Angka
Harapan Hidup (AHH)0,876Angka Kematian Bayi0,869Angka Melek
Huruf0,910Rata-rata Lama Sekolah0,904Tingkat Partisipasi Angkatan
Kerja0,735Pengeluaran Perkapita0,472Persentase Tingkat
Kemiskinan0,762Tingginya nilai communality pada setiap variabel
tersebut mengindikasikan bahwa komponen yang diekstrak sudah cukup
untuk menjelaskan variabel-variabel asal atau semakin besar
korelasinya dengan faktor yang terbentukKomponen Utama yang
TerbentukFaktorEigen valuePersentase KeragamanPersentase Keragaman
Kumulatif14,65058,12558,12521,25715,71773,84230,95211,90585,74640,5536,91792,66350,3844,79997,46260,1171,46498,92670,0851,06299,98880,0010,012100,000
Persamaan Principle
Componente1e20,074-0,531-0,4010,3190,402-0,306-0,442-0,017-0,438-0,1030,1840,678-0,307-0,1650,3960,158Y1
= 0,074 X1 - 401 X2 + 0,402 X3 0,442 X4 0,438 X5 + 0,184 X6 0,307
X7 + 0,396 X8Y1 = -0,531 X1 + 0,319 X2 0,306 X3 0,017 X4 0,103 X5 +
0,678 X6 0,165 X7 + 0,158 X8Component Matrix
Rotated Component MatrixVariabelKomponen12Jumlah
Penduduk-0,162-0,594Angka Harapan Hidup (AHH)0,8660,355Angka
Kematian Bayi-0,868-0,339Angka Melek Huruf0,954-0,023Rata-rata Lama
Sekolah0,943-0,119Tingkat Partisipasi Angkatan
Kerja-0,3930,762Pengeluaran Perkapita0,661-0,188Persentase Tingkat
Kemiskinan-0,8540,181
Berdasarkan Rotated Component Matrix maka pengelompokkan
komponen dapat dibagi sebagai berikut.Kesimpulandan Saran
