commit to user 81
yang mempengaruhi perubahan penggunaan lahan pertanian menjadi industri di zona industri Palur.
4.3.1 Analisis Faktor Permintaan yang Mempengaruhi Perubahan
Penggunaan Lahan Pertanian Menjadi Industri di Zona Industri Palur
Pertimbangan lokasi merupakan pertimbangan yang sangat penting untuk mencapai keberhasilan bagi suatu perusahaan. Dalam usahanya meminimumkan
biaya, maka suatu perusahaan salah satunya berusaha untuk memilih lokasi yang tepat.
4.3.1.1 Analisis Input Proses Produksi
Variabel awal yang dimasukkan dalam analisis input proses produksi berjumlah 5 variabel. Nilai angka MSA Measure of Sampling Adequacy atau
Bartlett’s Test ukuran kecukupan dari sampling yang diambil berada di atas 0,5, maka kumpulan variabel tersebut dapat diproses lebih lanjut. Berdasarkan output
analisis faktor, nilai MSA untuk semua variabel yang dimasukkan berada di atas 0,5 sehingga tidak perlu melalui proses reduksi proses seleksi, pemfokusan,
penyederhanaan dan abstraksi data yang diperoleh.
Tabel 4.2 Variabel Input Proses Produksi yang Berpengaruh terhadap Perubahan
Penggunaan Lahan Pertanian Menjadi Industri di Zona Industri Palur dari Sisi Pengusaha Permintaan
No Variabel
MSA
1 Modal
0,678 2
Lokasi bahan baku 0, 641
3 Harga bahan baku
0,645 4
Jumlah tenaga kerja 0,908
5 Tingkat pendidikan tenaga kerja
0,709
Sumber : Analisis, 2010
Tahap selanjutnya, setelah sejumlah variabel telah terpilih adalah melakukan ekstraksi variabel hingga menjadi satu atau beberapa faktor.
Perhitungan pada tahap selanjutnya mencakup tabel perhitungan nilai komunal communalities, nilai total variansi total variance explained, matriks komponen
commit to user 82
component matrix, dan grafik scree plot. Perhitungan nilai komunal pada tabel hanya menunjukkan hubungan variabel dengan faktor yang akan terbentuk,
semakin kecil nilai komunal sebuah variabel, maka semakin lemah hubungannya dengan faktor yang akan tebentuk.
Pada analisis tersebut, dapat dilihat bahwa nilai komunal terbesar didapatkan pada variabel lokasi bahan baku dan harga bahan baku, yaitu sebesar
0,942 lampiran D tabel D.2. Hal ini menunjukkan sekitar 94,2 varians dari variabel-variabel ini dapat dijelaskan oleh faktor yang akan terbentuk. Sedangkan
variabel dengan nilai komunal terendah adalah variabel tenaga kerja, yaitu sebesar 0,776 yang berarti bahwa 77,6 varians dari variabel ini dapat dijelaskan oleh
faktor yang akan terbentuk. Hasil perhitungan nilai total variansi lampiran C yang dijelaskan dalam
analisis ini menunjukkan bahwa terdapat dua faktor yang dapat terbentuk. Dua faktor tersebut digunakan karena nilai eigenvalues yang dihasilkan berada di atas
1, namun untuk tiga faktor nilai eigenvalues berada dibawah 1. Untuk memperjelas hasil ekstraksi variabel terpilih menjadi dua faktor ini
dapat dilihat melalui grafik scree plot pada lampiran lampiran D gambar D.1. Dari gambar tersebut dapat dilihat bahwa dari satu sampai dua faktor garis sumbu
component number 1 ke 2, berada di atas angka 1 dari sumbu y eigenvalues. Berdasarkan gambar tersebut, maka terdapat dua faktor dan paling baik meringkas
lima variabel yang ada. Setelah diketahui dua faktor adalah yang paling optimal, maka matrik
komponen menunjukkan distribusi kelima variabel tersebut pada dua faktor yang ada. Angka yang terdapat pada faktor ini adalah factor loading, atau besar korelasi
antara satu variabel dengan faktor 1 dan faktor 2. Untuk mengetahui suatu variabel masuk atau tidak pada suatu faktor dapat diketahui dari besarnya nilai
korelasi variabel, nilai yang paling besar menentukan variabel yang dapat masuk ke suatu faktor dengan mengabaikan tanda positif atau negatif.
Berdasarkan hasil perhitungan matrik komponen tersebut, maka variabel- variabel uji dapat dikelompokkan menjadi dua faktor seperti dapat dilihat pada
tabel 4.3 berikut yang juga mencakup nilai factor loading tiap variabel.
commit to user 83
Tabel 4.3 Pembagian Komponen Variabel Input Proses Produksi terhadap Perubahan
Penggunaan Lahan dari Sisi Permintaan pada Tiap Faktor Sebelum Rotasi Faktor
Faktor Komponen Variabel
Factor Loading
1 Modal
- 0.896 Lokasi bahan baku
0,747 Harga bahan baku
0,754 Jumlah tenaga kerja
-0,769 Tingkat pendidikan tenaga kerja
0,898 2
- -
Sumber : Analisis, 2010
Factor loading yang dihasilkan oleh tiap variabel memiliki angka pembatas out-off point. Angka pembatas factor loading adalah sebesar 0,55. Jika
terdapat factor loading di bawah angka pembatas ini, maka variabel tersebut tidak dapat secara nyata dimasukkan ke dalam salah faktor sehingga perlu untuk
dilakukan rotasi faktor. Nilai factor loading beberapa variabel dengan mengabaikan tanda
positif dan negatif masih ada yang yang berada di bawah angka pembatas dapat juga dilihat di lampiran D tabel D.3, sehingga selanjutnya perlu dilakukan proses
rotasi faktor untuk menunjukkan suatu variabel termasuk ke dalam faktor mana dengan lebih nyata. Hasil perhitungan rotasi faktor didapatkan hasil akhir
komponen-komponen yang termasuk dalam suatu faktor berdasarkan besaran faktor loading. Hal ini akan memperlihatkan distribusi variabel yang lebih nyata
dan jelas.
Tabel 4.4 Pembagian Komponen Variabel Input Proses Produksi terhadap Perubahan
Penggunaan Lahan di Zona Industri Palur pada Tiap Faktor Berdasarkan Rotasi Faktor
Faktor Komponen Variabel
Factor Loading
1 Modal
0,928
Tk. Pendidikan tenaga kerja
-0,900
Jumlah tenaga kerja
0,872
2 Lokasi bahan baku
0,946
Harga bahan baku
0,943
Sumber : Analisis, 2010
commit to user 84
Nilai variabel setelah proses rotasi seluruhnya berada di atas angka pembatas yang ditetapkan 0,55. Dari tabel di atas dapat dilihat bahwa komponen
variabel setelah rotasi lebih dapat dikelompokkan menjadi satu faktor akibat kesamaan ragam yang dimilikinya.
Proses penamaan faktor pada bagian ini tidak begitu ditekankan mengingat sebelum proses pengolahan data atau saat pemasukan variabel data
telah dikelompokkan kesamaan karakteristik variabel yang terbentuk yaitu faktor input proses produksi.
4.3.1.2 Analisis Faktor Penunjang Proses Produksi