Pengujian Data Pencilan Komparasi Kinerja Desa-Desa Eks Transmigrasi dan Desa-Desa Non- Transmigrasi

Analisis Factoring dan Rotasi Berdasarkan matriks komponen yang terbentuk Tabel 41, terlihat bahwa semua peubah memiliki koefisien factor loading yang signifikan 0.5. Ini menunjukkan bahwa peubah-peubah yang ada mampu mewakili faktor yang ada. Tabel 41 Matriks komponen peubah indikator stadia desa eks transmigrasi Peubah Komponen 1 2 3 BIDAN -.585 .264 .321 SD -.568 .495 -.132 RUMAH .575 -.392 -.246 BABINSA .566 -.286 .101 LAHAN .442 .005 .812 IP .498 .632 .099 INP .667 .372 -.201 PD .503 .514 -.153 Selanjutnya mengacu pada factor loading terbesar, terlihat bahwa faktor 1 terbentuk oleh peubah BIDAN, SD, RUMAH, BABINSA, dan INP. Faktor 2 terbentuk oleh peubah IP dan PD sedangkan faktor 3 terbentuk oleh peubah LAHAN. Fakta ini menunjukkan bahwa pengelompokan peubah dalam faktor pada component matrix ini belum sesuai dengan pengelompokan yang secara teoritis telah dikemukakan sebelumnya. Hal ini terlihat terutama pada peubah INP yang secara teoritis berada pada kelompok IP dan PD aktivitas non pertanian tetapi ternyata berada pada kelompok kesejahteraan masyarakat BIDAN, SD, RUMAH DAN BABINSA. Model awal dari matriks faktor ini secara teoritis sulit untuk diinterpretasikan. Oleh karenanya dilakukan rotasi faktor dengan metode Oblique. Hasil rotasi faktor tersebut diberikan pada Tabel 42. Mengacu pada matriks struktur Tabel 42 terlihat bahwa delapan peubah yang diajukan mengelompok pada tiga kelompok, dengan kelompok pertama adalah BIDAN, SD, RUMAH DAN BABINSA. Kelompok kedua adalah IP, INP dan PD, sedangkan kelompok ketiga adalah LAHAN. Berdasarkan peubah pembentuknya, faktor 1 merupakan faktor kesejahteraan, faktor 2 adalah aktivitas non-pertanian dan faktor 3 adalah aktivitas pertanian. Tabel 42 Matriks struktur peubah-peubah indikator stadia desa eks transmigrasi Peubah Komponen 1 2 3 BIDAN -.682 -.268 .079 SD -.709 -.028 -.349 RUMAH .730 .160 -.006 BABINSA .599 .179 .310 LAHAN .203 .195 .915 IP .043 .777 .242 INP .379 .755 .034 PD .159 .733 .014 Pemilihan Surrogate Variable Untuk analisis lebih lanjut, dilakukan pemilihan surrogate variable atau peubah pengganti dari faktor yang terbentuk. Surrogate variable atau peubah pengganti ini adalah peubah asli. Pemilihan surrogate variable didasarkan pada faktor peubah dengan factor loading tertinggi pada faktor bersangkutan. Dengan demikian, pada tahap analisis selanjutnya, digunakan peubah dengan nilai asli bukan dalam skor faktor, tetapi dengan jumlah peubah yang lebih sedikit. Selanjutnya, berdasarkan hasil dari structure matrix sebelumnya, maka terpilih surrogate variable yaitu persentase rumah permanen sebagai wakil dari indikator kesejahteraan, industri pertanian sebagai wakil dari aktivitas non-pertanian dan persentase lahan tani sebagai wakil dari indikator aktivitas pertanian. Penyeragaman Dimensi Peubah yang digunakan dalam hal ini surrogate variable hasil analisis sebelumnya, adalah peubah-peubah dengan dimensi pengukuran yang berbeda. Untuk menyeragamkan dimensi pengukuran dilakukan dengan Min-Max Method, dan hasilnya dapat dilihat pada Lampiran 8. Pembobotan dan Agregasi Pembobotan dilakukan dalam rangka mendapatkan besaran proporsi untuk masing-masing peubah dalam penetapan indikator komposit. Pembobotan masing- masing peubah dengan membagi Explained Variance dari factor loading masing- masing faktor peubah dengan Total Explained Variance Pembobotan untuk masing-masing peubah diberikan sebagai berikut: