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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
SESI / MEJA
BAB III
PENGUMPULAN DATA
3.1 Identifikasi Variabel
3.1.1 Soal Laporan Resmi
3.2 Tabel Pengumpulan Data
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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)
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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.
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
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)
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI
MODUL 8 ( ANALISIS FAKTOR)
SESI / MEJA
DAFTAR PUSTAKA
(minimal 5 buku, 5 browsing min. tahun 2012)