menyarikan to extract berhenti, setelah banyaknya faktor yang diharapkan sudah didapat, misalnya cukup 4 faktor saja. Kebanyakan program komputer
memungkinkan peneliti untuk menentukan banyaknya faktor yang diinginkan.
b. Penentuan Berdasarkan Eigenvalues
Di dalam pendekatan ini, hanya faktor dengan eigenvalues lebih besar dari 1 satu yang dipertahankan, kalau lebih kecil dari satu, faktornya tidak
diikutsertakan dalam model. Suatu eigenvalues menunjukkan besarnya sumbangan dari faktor terhadap varian seluruh variabel asli. Hanya faktor dengan
varian lebih besar dari satu, yang dimasukkan dalam model. Faktor dengan varian lebih kecil dari satu tidak lebih baik dari asli, sebab variabel asli telah dibakukan
standardized yang berarti rata – ratanya nol dan variannya satu. Apabila banyaknya variabel asli kurang dari 20, pendekatan ini akan menghasilkan
sejumlah faktor yang konservatif.
c. Penentuan Berdasarkan Scree Plot
Scree plot merupakan sutu plot dari eigenvalue sebagai fungsi banyaknya faktor, dalam upaya untuk ekstraksi. Bentuk scree plot dipergunakan untuk
menentukan banyanknya faktor. Scree plot seperti garis yang patah – patah. Bukti hasil eksperimen menunjukkan bahwa titik pada tempat di mana the scree
mulai terjadi, menunjukkan banyaknya faktor yang benar. Tepatnya pada saat scree mulai merata. Kenyataan menunjukkan bahwa penentuan banyaknya faktor
dengan scree plot akan mencapai satu atau lebih banyak daripada penentuan eigenvalues.
d. Penentuan Didasarkan pada Persentase Varian
Di dalam pendekatan ini, banyaknya faktor yang diekstraksi oleh faktor mencapai suatu level tertentu yang memuaskan. Sebetulnya berapa besarnya
kumulatif persentase varian sehingga dicapai suatu level yang memuaskan? Hal ini sangat tergantung pada masalahnya. Akan tetapi, sebagai pedomanpetunjuk
yang disarankan adalah bahwa ekstraksi faktor dihentikan kalau kumulatif persentase varian sudah mencapai paling sedikit 60 atau 75 dari seluruh
varian variabel asli.
e. Penentuan Berdasarkan Split-Half Reliability
Universitas Sumatera Utara
Sampel dibagi menjadi dua, analisis faktor dilakukan pada masing – masing bagian sampel tersebut. Hanya faktor dengan faktor loading yang sesuai
pada kedua sub-sampel yang dipertahankan, maksudnya faktor – faktor yang dipertahankan memang mempunyai faktor loading yang tinggi pada masing –
masing bagian sampel.
f. Penentuan Berdasarkan Uji Signifikan
Dimungkinkan untuk menentukan signifikansi statistik untuk eigenvalues yang terpisah dan pertahankan faktor – faktor yang memang berdasarkan uji
statistik eigenvalue- nya signifikan pada α = 5 atau 1. Penentuan banyaknya
faktor dengan cara ini ada kelemahannya, khususnya dengan ukuran sampel yang besar, katakan diatas 200 responden, banyak faktor yang menunjukkan hasil yang
signifikan, walaupun dari pandangan praktis, banyak faktor mempunyai sumbangan terhadap seluruh varian hanya kecil.
2.2.3.6. Rotasi Faktor
Rotasi faktor bertujuan untuk menyederhanakan struktur faktor, sehingga mudah untuk diinterpretasikan. Ada dua metode rotasi yang berbeda yaitu
orthogonaland obliquerotation. Rotasi disebut : orthogonal rotation kalau sumbu dipertahankan tegak
lurus sesamanya bersudut 90 derajat. Metode rotasi yang banyak dipergunakan ialah varimax procedure. Prosedur ini merupakan metode orthogonal yang
berusaha meminimumkan banyaknya variabel dengan muatan tinggi high loading pada satu faktor,dengan demikian memudahkan pembuatan interpretasi
mengenai faktor. Rotasi orthogonal menghasilkan faktor – faktor yang tidak berkorelasi satu sama lain uncorrelated each other.
Sebaliknya rotasi dikatakan : oblique rotation kalau sumbu tidak dipertahankan harus tegak lurus sesamanya bersudut 90 derajat dan faktor –
faktor tidak berkorelasi. Oblique rotation harus dipergunakan kalau faktor dalam populasi berkorelasi sangat kuat.
2.2.3.7. Interpretasi Faktor
Interpretasi dipermudah dengan mengenalimengidentifikasi variabel yang muatannya loading besar pada faktor yang sama. Faktor tersebut kemudian
Universitas Sumatera Utara
bisa diinterpretasikan, dinyatakan dalam variabel yang mempunyai high loading padanya. Manfaat lainnya di dalam membantu untuk membuat interpretasi ialah
melalui plot variabel, dengan menggunakan factor loading sebagai koordinat. Variabel pada ujung atau akhir suatu sumbu ialah variabel yang
mempunyai high loading hanya pada faktor tertentu. Sedangkan variabel yang dekat dengan titik asal perpotongan sumbu mempunyai muatan rendah low
loading. Variabel yang tidak dekat dengan sumbu salah satu faktor berarti
berkorelasi dengan kedua faktor tersebut. Kalau suatu faktor tidak bisa dengan jelas didefenisikan dinyatakan dalam variabel aslinya, seharusnya diberi label
sebagai faktor tidak terdefenisikan atau faktor umum undefined or a general factor. Variabel – variabel yang berkorelasi kuat nilai factor loading yang besar
dengan faktor tertentu akan memberikan inspirasi nama faktor yang bersangkutan.
2.2.3.8. Mengukur Ketepatan Model
Langkah terakhir dalam analisis faktor adalah mengukur ketepatan model model fit. Asumsi dasar yang mendasari analisis faktor adalah bahwa korelasi
terobservasi antara variabel dapat dicirikandikarakteristikkan attributed pada common factor.
Oleh karena, korelasi antar-variabel dapat direproduksi dari korelasi yang diestimasi antara variabel dan faktor. Perbedaan antara korelasi yang terobservasi
yang direproduksi dapat dikaji examined untuk menentukan model fit. Perbedaan ini disebut residuals. Kalau ada residual yang besar, model faktor tidak
bisa memberikan a goot fit pada data dan model perlu dipertanyakan. Untuk menentukan sebuah model sesuai atau tidak, maka nilai absolut residuals harus
kurang dari 50 persen sehingga model tersebut dapat diterima.
Universitas Sumatera Utara
BAB 3 HASIL DAN PEMBAHASAN
3.3. Gambaran Umum
Pertumbuhan ekonomi suatu daerah dapat diukur dengan melihat data Produk Domestik Regional Bruto PDRB. PDRB ini adalah salah satu indikator
penting untuk mengetahui kondisi suatu daerah dalam suatu periode tertentu. PDRB pada dasarnya merupakan jumlah nilai tambah yang dihasilkan oleh
seluruh unit usaha kegiatan ekonomi dalam suatu daerahwilayah pada periode tertentu, atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh
seluruh unit ekonomi. Perhitungan PDRB ditampilkan dalam dua jenis yaitu PDRB Atas Dasar Harga Berlaku ADHB dan PDRB Atas Dasar Harga Konstan
ADHK. PDRB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa yang hitung menggunakan harga yang berlaku pada setiap tahun,
sedangkan PDRB atas dasar harga konstan menunjukkan nilai tambah barang dan jasa tersebut yang dihitung menggunakan harga yang berlaku pada satu tahun
tertentu sebagai dasar Badan Pusat Statistik, 2014. Perhitungan PDRB secara konseptual menggunakan tiga macam
pendekatan, salah satunya adalah pendekatan produksi. Perhitungan PDRB dengan pendekatan produksi dalam penyajiannya dikelompokkan dalam 9
lapangan usaha sektor, yaitu : X
1
: Sektor Pertanian, X
2
: Sektor Pertambangan dan Penggalian, X
3
: Sektor Industri Pengolahan, X
4
: Sektor listrik, Gas, dan Air Bersih, X
5
: Sektor Bangunan, X
6
: Sektor Perdagangan, Hotel, dan Restoran, X
7
: Sektor Pengangkutan dan Komunikasi,
Universitas Sumatera Utara
X
8
: Sektor Keuangan, Persewaan, dan Jasa Perusahaan, X
9
: Sektor Jasa – Jasa. Data yang digunakan diperoleh dari Badan Pusat Statistik Sumatera Utara dalam
buku publikasi “Produk Domestik Regional Bruto Provinsi Sumatera Utara Menurut KabupatenKota 2009 – 2013” yang ditunjukkan pada lampiran 1 dan
lampiran 2.
3.4. Analisis Hasil Perhitungan