3.5.5 Interpretasi Faktor
Setelah rotasi dilakukan langkah selanjutnya adalah interpretasi faktor. Interpretasi faktor dipermudah dengan mengidentifikasi variabel yang loadingnya
besar pada faktor yang sama. Faktor tersebut kemudian dapat diinterpretasi menurut variabel-variabel yang memiliki loading tinggi dengan faktor tersebut.
Atau penentuan variabel yang dimasukkan ke dalam faktor dengan cara melihat factor loading yang terbesar.
a. Variabel pupuk kandang : Korelasi antara variabel dengan faktor 2 sebelum
dirotasi adalah 0,578; dengan rotasi korelasi menjadi 0,714 dengan faktor 2. Jadi variabel ini masuk faktor 2.
b. Variabel luas lahan : Korelasi antara variabel luas lahan dengan faktor 1
sebelum dirotasi adalah 0,519; dengan rotasi korelasi menjadi 0,370 dengan faktor 2. Jadi variabel ini masuk faktor 2.
c. Variabel pestisida : Korelasi antara variabel pestisida dengan faktor 1
sebelum dirotasi adalah 0,457; dengan rotasi korelasi menjadi 0,676 dengan faktor 1. Jadi variabel ini masuk faktor 1.
d. Variabel kesuburan tanah: Korelasi antara variabel kesuburan tanah dengan
faktor 1 sebelum dirotasi adalah 0,690; dengan rotasi korelasi menjadi 0,627dengan faktor 1. Jadi variabel ini masuk faktor 1.
e. Variabel tenaga kerja : Korelasi antara variabel tenaga kerja dengan faktor 1
sebelum dirotasi adalah 0,597; dengan rotasi korelasi menjadi 0,589 dengan faktor 1. Jadi variabel ini masuk faktor 1.
f. Variabel jarak tanam antar kentang: Korelasi antara variabel jarak tanam
antara kentang dengan faktor 1 sebelum dirotasi adalah 0,569; dengan rotasi korelasi menjadi 0,718 dengan faktor 1. Jadi variabel ini masuk faktor
1. g.
Variabel bibit: Korelasi antara variabel bibit dengan faktor 1 sebelum dirotasi adalah 0,742; dengan rotasi korelasi menjadi 0,621 dengan faktor 1.
Jadi variabel ini masuk faktor 1.
Universitas Sumatera Utara
h. Variabel pupuk: Korelasi antara variabel pupuk dengan faktor 1 sebelum
dirotasi adalah 0,497; dengan rotasi korelasi menjadi 0,868 dengan faktor 3. Jadi variabel ini masuk faktor 3.
i. Variabel modal: Korelasi antara variabel modal dengan faktor 2 sebelum
dirotasi adalah 0,590; dengan rotasi korelasi menjadi 0,727 dengan faktor 2. Jadi variabel ini masuk faktor 2.
Dengan demikian ke 9 variabel telah direduksi menjadi tiga faktor yang dapat mempengaruhi hasil produksi kentang di kecamatan Naman Teran yaitu:
1. Faktor 1 F
1
terdiri atas variabel X
3
= pestisida, variable X
4
= kesuburan tanah, variable X
5
= tenaga kerja, variabel X
6
= jarak tanam antar kentang, variabel X
7
= bibit. Sehingga faktor ini diberi nama:
FAKTOR CARA PEMELIHARAAN KENTANG.
2. Faktor 2 F
2
terdiri atas variabel X
1
= Pupuk kandang, Variabel X
2
= luas lahan, Variabel X
9
= modal. Faktor ini diberi nama :
FAKTOR MODAL DAN LUAS LAHAN.
3. Faktor 3 F
3
terdiri atas variabel X
8
= Pemupukan Faktor ini diberi nama
FAKTOR PEMUPUKAN.
Interpretasi dipercepat melalui variabel-variabel yang memiliki loading lebih besar pada faktor yang sama yang kemudian dapat diinterpretasikan dalam
batasan variabel-variabel yang loadingnya tinggi. Variabel-variabel yang berkorelasi kuat nilai faktor loadingnya besar dengan faktor tertentu akan
memberikan inspirasi nama faktor bersangkutan.
Faktor Pertama
Faktor pertama hasil rotasi faktor didukung oleh 5 variabel. Urutan variabel- variabel tersebut mulai dari nilai bobot paling besar sampai yang paling kecil
adalah dan
Bobot masing-masing variabel pendukung faktor pertama tersebut sesuai dengan tabel berikut.
Universitas Sumatera Utara
Tabel 3.16 Variabel yang Mendukung Faktor Pertama
No Variabel
Pendukung Nama Variabel
Bobot Variabel
1 Jarak tanam antar kentang
0,718 2
Pestisida 0,676
3 Kesuburan tanah
0,627 4
Bibit 0,621
5 Tenaga kerja
0,589
Dari tabel 3.16 diatas, faktor pertama didukung oleh variabel-variabel jarak tanam antar kentang, pestisida, kesuburan tanah, bibit dan banyaknya tenaga
kerja. Dari data tersebut bahwa X
6
= jarak antara tanaman kentanglah yang mempunyai factor loading terbesar yaitu 0,718. Hal ini menunjukan bahwa
variable ini berpengaruh paling kuat terhadap hasil produksi kentang di tempat penelitiaan. Faktor pertama yaitu Faktor Cara dan Pemeliharaan kentang
menyumbangkan varians yaitu sebesar 31,220 . Dari hasil factor loading yang paling dominan untuk menghasilkan hasil produksi yang tinggi tergantung pada
saat ingin menanam kentang bahwa jarak tanam itu sangat besar pengaruhnya terhadap panen penghasilanya kentang.
Faktor Kedua Tabel 3.17 Variabel yang Mendukung Faktor Kedua
No Variabel
Pendukung Nama Variabel
Bobot Variabel
1 Modal
0,727 2
Pupuk Kandang 0,714
3 Luas lahan
0,370
Universitas Sumatera Utara
Dari tabel dapat dilihat bahwa bobot variable yang paling tinggi adalah variable X
9
= Modal sehingga dari beberapa varibel yang berada di faktor 2 maka varibel X
9
= Modal yang dominan dimana factor loading sebesar 0,727 . Faktor ke dua merupakan faktor Modal dan luas lahan yang memberikan pengaruh yang cukup
besar untuk hasil produksi kentang yaitu memberi sumbangan varian sebesar 14,77 . Perlu diperhatikan bahwa ketika ingin melakukan penanaman kentang
pasti membutuhkan modal, jadi dari hasil penelitiaan yang dilakukan bahwa ketika semakin besar modal yang akan di gunakan maka hasil produksi juga akan
meningkat.
Faktor Ketiga
Faktor ketiga hasil rotasi bahwa hanya 1 variabel yang mendukung yaitu variable X
8
= pemupukan. Variabel ini mempunyai faktor loding sebesar 0,868. Pada faktor Ketiga interval pemupukan yang mempengaruhi hasil produksi kentang
pada saat diadakan penelitian. Faktor pemupukan ini mempengaruhi hasil produksi kentang sesuai asumsi petani yang di dapat oleh peneliti yaitu memberi
sumbangan varian sebesar 11,142 . Dari ketiga Faktor yang dominan tersebut memberikan proporsi
keragaman kumulatif sebesar 57,132 artinya ketiga faktor tersebut menurut asumsi petani kentang yang berada di kecamatan Naman Teran dengan responden
oleh peneliti, bahwa yang dapat mempengaruhi hasil produksi kentang adalah sebesar 57,132 dan sisanya dapat dipengaruhi faktor-faktor lainya yang tidak
teridentifikasi oleh model penelitiaan.
Universitas Sumatera Utara
3.5.6 Menentukan Ketepatan Model