Masyarakat ekonomi asean Mea Inilah Yang
BAB I
PENDAHULUAN
1.1 Latar Belakang
Sebagai salah satu daerah yang subur UKM, Madura memiliki UKM yang membanggakan
yaitu produksi batik yang terdapat di dua daerah yaitu daerah pesisir dan daerah pedalaman.
Desa penghasil batik pesisir adalah Tanjungbumi, Paseseh dan Talaga Biru, semuanya di
Kabupaten Bangkalan. Penghasil batik pedalaman terdapat di Kabupaten Sampang dan
kabupaten Pamekasan. Perbedaan utama batik pesisir dan batik pedalaman adalah dari tata
warnanya. Sedangkan perbedaan batik Madura dengan batik daerah-daerah lain di luar Madura
adalah dari motifnya. Motif batik Madura cenderung bermotif ethnic sehingga bernilai estetika
yang tinggi bagi konsumen. Batik yang dihasilkan terbuat dari berbagai macam-macam kain,
yaitu kain katun, sutera. Semakin bagus kualitas kain yang digunakan maka harga jualnya pun
juga semakin mahal. Pekerja dari UKM Batik Tulis Tanjung Bumi sudah terbilang terampil dan
berbakat,terlihat dari Batik tulis yang dihasilkan berkualitas.
Kerjasama perhimpunan bangsa-bangsa Asia Tenggara (ASEAN) sudah dimulai sejak tahun
1967. ASEAN memiliki anggota-anggota yaitu, Indonesia, Filipina, Singapura, Malaysia,
Thailand, Brunei Darussalam, Vietnam, Laos, Myanmar dan Kamboja. Pada awalnya, ASEAN
lebih merupakan kerjasama bidang politik, kemudian berkembang lebih luas, termasuk ke bidang
ekonomi. Perkembangan kerjasama bidang ekonomi berawal dari bentuk Preferential Trade
Arrangement (PTA) kemudian berkembang menjadi Free Trade Area (FTA). Perkembangan terakhir
kerjasama ASEAN berupa pembentukan ASEAN Economic Community (AEC). Visi ini lebih
dipertegas dalam KTT ASEAN Oktober 2003 di Bali dalam Deklarasi ASEAN Concord II (Bali
Concord II). AEC merupakan realisasi dari aspirasi ASEAN sebagai kawasan yang stabil, makmur,
mempunyai daya kompetitif yang tinggi. AEC akan berfungsi sebagai pasar tunggal dan wilayah
basis produksi pada tahun 2020. Program yang ditujukan di AEC tidak saja meliputi kebebasan aliran
barang, tenaga kerja, aliran modal, namun juga untuk mengurangi kemiskinan serta kesenjangan
sosial ekonomi.[ CITATION Soe04 \l 1033 ]
ASEAN Economic Community atau Pasar Tunggal ASEAN 2015 kira-kira bisa digambarkan
sebagai satu kawasan ekonomi tanpa frontier (batas antar negara) dimana setiap penduduk maupun
sumber daya dari setiap negara anggota bisa bergerak bebas (sebagaimana dalam negeri sendiri) serta
berbasis produksi internasional dengan elemen aliran bebas barang, jasa,
investasi, tenaga kerja terampil dan aliran modal yang lebih bebas. Tujuannya
adalah untuk mencapai tingkat kegunaan yang paling optimal yang pada akhirnya akan mendorong
tercapainya tingkat kemakmuran (kesejahteraan) yang sama (merata) diantara negara-negara anggota
ASEAN. Konsep ini dilandasi oleh empat pilar utama kebijakan MEA dengan Negara-negara
ASEAN sebagai berikut:
a. Free movement of goods and services. Konsep ini memungkinkan terjadinya pergerakan barangbarang dan jasa tanpa ada hambatan (pajak bea masuk, tarif, quota dll), yang merupakan bentuk lanjut
dari kawasan perdagangan bebas (sebagaimana AFTA) dengan menghilangkan segala bentuk
b.hambatan perdagangan (obstacles) yang tersisa. Dengan demikian, barang-barang produksi negara
anggota ASEAN akan bebas diperjual belikan di seluruh kawasan sebagaimana di negeri sendiri.
Pada akhirnya konsumen akan bisa mendapatkan barang „terbaik“ dengan harga „termurah“.
b. Freedom of movement for skilled and talented labours. Konsep ini untuk mendorong terjadinya
mobilitas tenaga kerja sesuai dengan tuntutan pasar dan memberi kesempatan kepada setiap pekerja
untuk menemukan pekerjaan terbaik sesuai dengan kualifikasi yang dimiliki. Mobilitas tenaga kerja
akan mendorong terjadinya kontak dan meningkatkan saling pengertian antar sesame penduduk
negara-negara ASEAN.
c. Freedom of establishment and provision of services and mutual recognition of diplomas. Konsep
ini menjamin setiap expert warga negara ASEAN akan bebas membuka praktek layanan di setiap
wilayah ASEAN tanpa ada diskriminasi kewarganegaraan.d. Free movement of capital. Konsep ini
akan menjamin bahwa modal atau kapital akan bisa berpindah secara leluasa diantara Negara-negara
ASEAN, yang secara teoritis memungkinkan terjadinya penanaman modal secara efisien. Dengan
demikian, setiap pemilik modal baik WNI maupun waga Negara lainnya akan bebas dan leluasa
memindahkan investasinya dari Indonesia ke negara ASEAN atau sebaliknya demi mencapai efisiensi
tertinggi tanpa bisa dicegah. [ CITATION Wid10 \l 1033 ]Dari kebijakan-kebijakan Negara-negara
ASEAN diatas dapat dikatakan bahwa, dengan adanya MEA atau pasar tunggal, barang bebas yang
keluar masuk Negara-negara ASEAN bebas pajak bea masuk, tarif, quota dll sehingga barang harus
murah tetapi memiliki kualitas tinggi, tenaga kerja terampil juga perlu dimiliki bagi pelaku usaha
nasional (BUMN, swasta, koperasi, dan UKM) agar dapat bersaing dengan tenaga kerja di
Negara-negara ASEAN.
Oleh sebab itu, pada UKM Batik Tulis Tanjung Bumi ini diharapkan memiliki barang/produk yang
semurah mungkin namun bahan yang digunakan berkualitas, tenaga kerja yang terampil dan berbakat
juga perlu dimiliki. Sehingga penelitian dengan judul “Faktor-faktor yang Mempengaruhi Persepsi
Pelaku Usaha Batik di Tanjung Bumi dalam Menghadapi Masyarakat Ekonomi Asean (MEA)
2015 dengan pendekatan analisis faktor “ diadakan. Setelah didapatkan faktor-faktor yang
mempengaruhi persepsi pelaku usaha diharapkan dapat dijadikan acuan dalam menentukan
kebijakan oleh pemerintah dalam meningkatkan kesiapan pelaku usaha UKM batik dalam
menghadapi pasar tunggal atau MEA 2015.
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka perumusan permasalahannya
adalah
Faktor-faktor apa yang mempengaruhi persepsi pelaku usaha
batik Tanjung Bumi
tentang adanya pasar tunggal/pasar bebas/MEA 2015?
.
1.3 Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah:
1. Untuk mengetahui faktor-faktor yang mempengaruhi pelaku UKM batik Tanjung Bumi
tentang adanya pasar bebas MEA 2015 dengan analisis faktor.
2. Untuk meningkatkan kesiapan pelaku UKM batik Tanjung Bumi dalam menghadapi
pasar bebas MEA 2015.
1.4 Manfaat Penelitian
Adapun manfaat yang dapat diperoleh dari penelitian ini adalah sebagai berikut:
1. Bagi UKM Batik Tanjung Bumi
Sebagai usaha dalam meningkatkan kesiapan pelaku UKM batik Tanjung Bumi dalam
menghadapi pasar bebas MEA 2015.
2. Bagi Peneliti
Dapat menambah pengetahuan dan pengalaman dengan menerapkan penggunaan metode
Principal Component Analys dalam permasalahan UKM menghadapi pasar asing/MEA
2015.
3. Bagi Universitas
Memberikan referensi tambahan dan
perbendaharaan perpustakaan agar berguna di
dalam mengembangkan ilmu pengetahuan dan juga berguna sebagai pembanding bagi
mahasiswa dimasa yang akan datang.
1.5 Batasan Masalah
Batasan masalah dari penelitian ini adalah :
1. Populasi dalam
penelitian ini adalah pelaku UKM batik di Tanjung Bumi dengan
kategori mikro dan kecil.
2. Responden dalam penelitian ini adalah pelaku UKM batik Tanjung Bumi yang hanya
menghasilkan produk berupa kain batik.
3. Teknik analisis faktor yang digunakan untuk mengkaji penelitian ini adalah metode
analisis komponen utama atau PCA (Principal Component Analysis).
BAB II
TINJAUAN PUSTAKA
2.1 Masyarakat Ekonomi ASEAN (MEA)
ASEAN Economy Communty (AEC) atau Masyarakat Ekonomi ASEAN (MEA) adalah
bentuk integrasi ekonomi ASEAN yang direncanakan akan tercapai pada tahun 2015. Melalui
terbentuknya MEA didarapkan ASEAN akan memiliki empat karakteristik utama yaitu: (1) Pasar
Tunggal dan Basis Produksi, (2) Kawasan ekonomi ang berdaya saing tinggi, (3) kawasan dengan
pembangunan ekonomi yang setara dan (4) kawasan yang terintegrasi dengan Ekonomi Global.
[ CITATION Fad13 \l 1033 ]
Masyarakat Ekonomi ASEAN telah dijadikan sebagai tujuan integrasi ekonomi regional
untuk tahun 2020 oleh para pemimpin ASEAN sejak KTT ASEAN di Bali, 3 Oktober 2003 (Bali
Concord II). Secara khusus para pemimpin sepakat untuk mempercepat pembentukan MEA pada
tahun 2015 dan mentransformasikan ASEAN menjadi suatu kawasan di mana terdapat aliran
bebas barang, jasa, investasi, dan tenaga kerja terampil, serta aliran modal yang lebih bebas.
[ CITATION Hal15 \l 1033 ]
Menurut [ CITATION Dip12 \l 1033 ], karakteristik utama MEA 2015 adalah: (1) pasar
tunggal berbasis produksi, (2) kawasan ekonomi berdaya saing tinggi, (3) kawasan dengan
pembangunan ekonomi yang setara, dan (4) kawasan yang terintegrasi penuh dengan ekonomi
global.
2.2 Batik
Batik adalah salah satu cara pembuatan bahan pakaian. Selain itu batik bisa mengacu pada
dua hal. Yang pertama adalah teknik pewarnaan kain dengan menggunakan malam untuk
mencegah pewarnaan sebagian dari kain. Batik Indonesia, sebagai keseluruhan teknik, teknologi,
serta pengembangan motif dan budaya yang terkait, oleh UNESCO telah ditetapkan sebagai
Warisan Kemanusiaan untuk Budaya Lisan dan Nonbendawi (Masterpieces of the Oral and
Intangible Heritage of Humanity) sejak 2 Oktober, 2009 Secara etimologi, kata "batik" berasal
dari gabungan dua kata bahasa Jawa: "amba", yang bermakna "menulis" dan "titik" yang
bermakna "titik”. [ CITATION Lin13 \l 1033 ]
2.3 Persepsi
Kotler (2000) menjelaskan persepsi sebagai proses bagaimana seseorang menyeleksi,
mengatur dan menginterpretasikan masukan-masukan informasi untuk menciptakan gambaran
keseluruhan yang berarti.
Mangkunegara (dalam Arindita, 2002) berpendapat bahwa persepsi adalah suatu proses
pemberian arti atau makna terhadap lingkungan. Dalam hal ini persepsi mencakup penafsiran
obyek, penerimaan stimulus (input), pengorganisasian stimulus, dan penafsiran terhadap stimulus
yang telah diorganisasikan dengan cara mempengaruhi perilaku dan pembentukan sikap.
2.4 Usaha Kecil dan Mikro
UKM adalah singkatan dari usaha kecil dan menengah. Ukm adalah salah satu bagian penting
dari perekonomian suatu negara maupun daerah, begitu juga dengan negara indonesia ukm ini
sangat memiliki peranan penting dalam lajunya perekonomian masyarakat. [ CITATION Fer13 \l
1033 ]
Usaha Kecil dan Menengah disingkat UKM adalah sebuah istilah yang mengacu ke jenis
usaha kecil yang memiliki kekayaan bersih paling banyak Rp 200.000.000 tidak
termasuk tanah dan bangunan tempat usaha. Dan usaha yang berdiri sendiri. Menurut Keputusan
Presiden RI no. 99 tahun 1998 pengertian Usaha Kecil adalah: “Kegiatan ekonomi rakyat yang
berskala kecil dengan bidang usaha yang secara mayoritas merupakan kegiatan usaha kecil dan
perlu dilindungi untuk mencegah dari persaingan usaha yang tidak sehat.”
2.5 Analisis Faktor : Principal Component Analysis (PCA)
Analisis faktor merupakan pendekatan statistika yang dapat digunakan untuk menganalisis
interrelationship di antara sejumlah variabel dengan mengelompokkan variabel-variabel yang
berhubungan erat satu sama lain atau yang disebut sebagai faktor. Analisis faktor tergolong
metode interdependence, yaitu metode yang digunakan untuk menganalisis hubungan antar
obyek dimana semua variabel berstatus sama, tidak ada variabel independen yang menjadi
prediktor bagi variabel dependence, seperti yang terdapat pada regresi. Contoh lain dari metode
interdependence adalah analisis cluster dan multidimension scaling. Pada dasarnya analisis faktor
mencoba memberikan dimensi evaluasi yang lebih luas terhadap variabelvariabel yang terkait
dengan permasalahan sehingga memudahkan interpretasi melalui penggambaran pola hubungan
ataupun reduksi data. Hal ini dilakukan dengan cara mengidentifikasi hubungan yang terdapat
dalam set variabel terobservasi.
Tujuan utama seorang peneliti menggunakan tools analisis faktor adalah untuk merangkum
informasi-informasi yang terkandung dalam setiap variabel sehingga menjadi suatu set yang lebih
ringkas (faktor) untuk memudahkan interpretasi dengan meminimalkan informasi yang hilang
dari masing-masing variabelnya.
Ada beberapa tahapan yang harus dilakukan dalam analisis faktor, berikut tahapan analisis
faktor :
Gambar 2.1 Tahapan Analisis Faktor
Principal component analysis digunakan apabila peneliti ingin mengekstraksi sejumlah besar
variabel penelitian menjadi beberapa variabel penelitian saja agar lebih mudah tertangani.
Secara matematis model PCA , dapat dituliskan sebagai:
……………………………………...(1)
Terdapat beberapa criteria yang dapat digunakan dalam menentukan jumlah faktor yang akan
dibentuk, antara lain :
1. Krietria Nilai Eigen
Nilai eigen menggambarkan jumlah variansi yang dapat dijelaskan oleh sebuah faktor. Telah
dibahas bahwa nilai-nilai dari sebuah variabel, setelah distandardisasikan akan memiliki variansi
sebesar 1. Hal ini berimplikasi bahwa jika sebuah faktor memiliki nilai eigen < 1, artinya faktor
tersebut membawa informasi yang lebih sedikit dibandingkan variabel awal. Atau dengan kata
lain, kemampuan menjelaskan variansi data (yang diukur dengan variansi) oleh faktor tersebut
lebih buruk dibandingkan dengan kemampuan variabel awal. Jika faktor ini dimasukkan dalam
analisis lebih lanjut, maka akan bertentangan dengan tujuan penggunaan analisis faktor.
Kesimpulannya, akan sangat beralasan jika faktor yang diekstraksi dibatasi pada faktor-faktor
dengan nilai eigen > 1.
2. Kriteria Scree Plot
Sebuah scree plot adalah plot dari nilai eigen terhadap jumlah faktor, dalam urutan proses
ekstraksi (sebagai contoh lihat Gambar A.). Bentuk dari plot dapat digunakan untuk menentukan
jumlah faktor yaitu dengan memperhatikan kecuraman garis yang ada. Proses ekstraksi berhenti
pada titik di mana garis menjadi relatif lebih landai. Proses ekstraksi berhenti pada titik yang
merupakan pangkal garis yang mengalami penurunan yang paling tajam. Pada Gambar A.,
terlihat bahawa setelah faktor 2 terjadi penurunan nilai eigen value yang cukup tajam ke faktor 3.
Oleh karena itu, faktor yang valid hanya sampai faktor 2.
Gambar 2.2 Scree Plot
3. Kriteria variansi yang terjelaskan
Pada kriteria ini faktor-faktor akan diekstraksi sampai dengan jumlah proporsi nilai eigen
kumulatifnya melebihi suatu batas yang dianggap cukup memuaskan (salah satu pedoman umum:
untuk ilmu pasti 80 % dan untuk ilmu sosial 65 %)
4. Kriteria a priori
Analisis faktor dapat digunakan pada penelitian yang bersifat eksploratori atau
konfirmatori. Pada penelitian yang bersifat eksploratori, peneliti belum mengetahui terdapat
berapa faktor yang akan terbentuk. Sebaliknya, pada penelitian yang bersifat konfirmatori sudah
terdapat penelitian atau teori atau hipotesis tertentu yang menyatakan bahwa akan terdapat sekian
faktor. Pada penelitian konfirmatori ini, secara a priori (sesuai kerangka teoritis) ditetapkan
jumlah faktor yang akan diekstraksi.
Terdapat tiga tahap dalam melakukan interpretasi output analisis faktor :
1.
Perhitungan matriks faktor inisial (yang belum dirotasikan)
Tabel 2.1 Matriks Faktor
Bobot factor (factor loading): bobot factor mengambarkan hubungan (korelasi) antara
suatu variable dengan suatu factor. Pada table angka -30 menunjukkan bahwa variable awal X1
memiliki korelasi negatif yang tidak cukup besar dengan factor 1. Sebaliknya, variable awal X1
memiliki korelasi yang cukup besar (0.86) dengan factor 2.
Ini menunjukkan bahwa Faktor 2 lebih mampu menjelaskan variansi nilai yang terjadi
pada variabel awal X1 dibandingkan dengan Faktor 1. Pada umumnya, pada bobot faktor 0.3
masih dapat dianggap bahwa terdapat korelasi yang signifikan. Beberapa variabel dengan bobot
faktor yang signifikan dapat digabungkan dan diberi nama baru yang sedapat mungkin
mencerminkan variabelvariabel penyusunnya tersebut
Komunalitas. Masing-masing variabel awal memiliki nilai variansi yang terkait dengan
variabilitas respons dari tiap responden. Jumlah variansi variabel X1 yang dijelaskan atau
diteruskan oleh faktor-faktor yang ada (Faktor 1 dan Faktor 2) disebut dengan komunalitas
Dari output pada Tabel tampak bahwa 81 persen variansi variabel X1 dapat dijelaskan oleh
faktor-faktor yang ada. Jadi, komunalitas adalah persentase variansi dari sebuah variabel yang
berkontribusi terhadap korelasi dengan variabel-variabel lain atau yang umum (common) bagi
variabel yang lain.
2. Ekstraksi Faktor
Ekstraksi faktor adalah tahap yang bertujuan untuk menghasilkan sejumlah faktor dari data
yang ada. Matriks faktor setelah dirotasi dapat mempermudah interpretasi dalam menentukan
variabel-variabel mana saja yang dapat tercakup dalam suatu faktor. Rotasi faktor dapat
menghasilkan output beberapa solusi (bobot dan nilai faktor).
Solusi ini tidak selalu mudah diinterpretasikan. Idealnya suatu variabel memiliki bobot
faktor yang tinggi untuk sebuah faktor dan bobot faktor yang rendah untuk faktor-faktor lainnya.
Ini dapat diinterpretasikan bahwa variabel tersebut dapat diwakili oleh faktor dengan bobot faktor
yang tinggi tersebut
Solusi dengan variabel-variabel bernilai bobot faktor menengah untuk semua faktor akan
sulit diinterpretasikan. Untuk mengatasi hal ini dilakukanlah rotasi faktor. Rotasi faktor berarti
merotasikan dimensi. Hasil rotasi ini tidak mengurangi komunalitas. Artinya, informasi
masingmasing variabel yang diteruskan oleh keseluruhan faktor tidak berubah. Yang dapat
berubah adalah nilai eigen. Namun, umumnya tidak berbeda jauh. Karena lebih mudah
diinterpretasikan, pada umumnya hasil rotasi faktor inilah yang digunakan untuk analisis lebih
lanjut.
Tabel 2.2 Bobot Faktor (Rotasi varimax)
Rotasi Orthogonal vs Rotasi Oblique. Rotasi dapat dilakukan secara orthogonal (siku-siku)
atau oblique (tidak siku-siku). Rotasi orthogonal menghasilkan faktor-faktor baru yang tetap
orthogonal (masing-masing faktor saling independen atau memiliki korelasi nol), sedangkan pada
rotasi oblique, masing-masing faktor dapat memiliki korelasi yang nilainya kecil.
3. Interpretasi Matriks Faktor
Setelah diolah (dengan bantuan beberapa jenis program statistika), input data mentah akan
menghasilkan beberapa output sebagai berikut
Tabel 2.3 Nilai Eigen dari Masing-Masing Komponen Utama
Nilai eigen menggambarkan jumlah variansi yang diteruskan oleh sebuah faktor. Nilai
eigen dapat diperoleh dengan menjumlahkan kuadrat dari bobot faktor untuk seluruh variable
(jumlah kuadrat dalam satu kolom faktor pada Tabel Bobot Faktor (Tanpa Rotasi. dan Tabel
Bobot Faktor (Rotasi Varimax).)
Nilai eigen Faktor 1 yang sebesar 2,7546 menunjukkan bahwa variansi yang terjelaskan
oleh Faktor 1 adalah sebesar 2,7546 dari keseluruhan nilai variansi awal yang sebesar 5 (karena
terdapat 5 buah variabel yang masing-masing memiliki nilai variansi sama dengan 1)
Atau proporsi variansi yang terjelaskan oleh Faktor 1 adalah sebesar 0.5509 atau 55.09% (lihat
baris proportion). Variansi sisanya dijelaskan oleh Faktor 2 (0.3550 atau 35.5%) dan faktor-faktor
lainnya.
Faktor 1 dan Faktor 2 secara bersama-sama mampu menjelaskan 0.9059 atau (90.59%)
dari total variansi yang ada (lihat baris cumulative). Dari sini tampak cukup beralasan untuk
menggunakan Faktor 1 dan Faktor 2 sebagai variabel pengganti kelima variabel awal
Tabel 2.4 Variansi Yang Terjelaskan Oleh Masing-Masing Faktor
Variansi Terjelaskan (Explained Variance) ini menunjukkan jumlah variansi yang dapat
dijelaskan atau diteruskan oleh masing-masing faktor Total variansi terjelaskan dari kedua faktor
setelah rotasi adalah sebesar 4.529 atau masih terdapat 0.471 variansi yang belum terjelaskan. Ini
berarti apabila digunakan kedua faktor untuk menggantikan kelima variable awal maka akan
terjadi kehilangan informasi sebesar 0.471 nilai variansi yang menjadi tidak terjelaskan.
Tabel 2.5 Koefisien skors faktor
Meskipun faktor-faktor yang diperoleh tidak teramati/terukur sebagaimana kelima variable
awal, namun faktor-faktor ini juga dapat berlaku sebagai variabel. Pada analisis lebih lanjut, hasil
dari analisis faktor ini dapat digunakan untuk menggantikan kelima variabel awal tadi. Nilai dari
masing-masing faktor yang menggantikan informasi dari kelima variabel awal ini disebut dengan
skor faktor
Tabel 2.6 Skor Faktor
Menunjukkan
nilai
koefisien
dari
masing-masing
variabel
awal
(yang
telah
distandardisasikan) pada model faktor yang digunakan. Contohnya untuk Responden 1
pada Faktor 1
2.6 Penelitian Terdahulu
Posisi Penelitian (State of the Art) berbentuk tabel yang terdiri dari : Nama Peneliti,
tahun, topik, obyek, metode, variabel, hasil).
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian ini adalah jenis penelitian kuantitatif, dengan studi analisis factor dengan
menggunakan kuisioner sebagai pengumpulan data.
3.2 Variabel Penelitian
Variabel dalam penelitian ini adalah persepsi pelaku usaha yang terdiri dari beberapa poin
yang diambil dari penelitian terdahulu, oleh Fernandes dan Andadari (2012) yaitu: pengetahuan
tentang MEA, Implikasi pemberlakuan MEA, kesiapan dalam menghadapi MEA, dan peran
pemerintah dalam menghadapi MEA.
3.3 Waktu dan Tempat
Penelitian dilaksanakan mulai bulan Maret sampai bulan Mei 2015. Dan berlokasi di UKM
Batik Tulis di Kecamatan Tanjung Bumi Kabupaten Bangkalan.
3.4 Jenis/Tipe data
Data yang digunakan pada penelitian ini adalah data primer, yaitu data yang diperoleh
melalui survey, dokumentasi, wawancara, dan penyebaran kuisioner.
3.5 Peralatan dan Bahan Penelitian
Bahan yang dibutuhkan pada penelitian ini hanya kuisioner yang akan ditujukan pada pelaku
usaha UKM Batik Tulis di Tanjung Bumi.
3.6 Teknik Pengambilan Data (Teknik Sampling)/Prosedur Pengambilan Data
Pengambilan sampel yang digunakan pada penelitian ini adalah menggunakan teknik non
probability sampling dengan metode purposive sampling, pengambilan sampel berdasarkan
ketentuan tertentu yaitu responden/pelaku usaha UKM hanya memproduksi kain batik, UKM
berkategori mikro dan kecil.
3.7 Jumlah Data (Jumlah Sampel) dan Kriteria Responden
Populasi dalam penelitian ini adalah pelaku usaha UKM Batik Tulis Tanjung Bumi yang
berkategori mikro dan kecil yang berjumlah 1.266 responden. Jumlah sampel yang di ambil
diperoleh dari perhitungan rumus slovin :
……………………………………………………………..(2)
Dan diperoleh hasil 276,35, sehingga dibulatkan menjadi 280 sampel.
3.8 Model Dasar dan Rancangan Kuesioner
Kuisioner terdiri dari 2 bagian, dimana setiap bagian terdiri dari :
1. Bagian I, berisi pertanyaan-pertanyaan mengenai persepsi pelaku usaha terhadap
Masyarakat Ekonomi ASEAN (MEA) 2015, dengan pengukuran dengan skala Likert,
dimana ,
1 = Sangat tidak setuju
2 = Tidak setuju
3 = Netral
4 = Setuju
5 = Sangat setuju
2. Bagian II, berisi mengenai profil responden
3.9 Metode Penyelesaian
Dalam penelitian ini digunakan metode penyelesaian menggunakan analisis faktor dengan
metode principal component analysis.
3.9.1 Validitas dan Reabilitas
(i) Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuisioner. Suatu
kuisioner dikatakan valid jika pertanyaan pada kuisioner mampu untuk mengungkapkan
sesuatu yang diukur oleh kuisioner tersebut. Untuk mengetahui kevalidan suatu instrument
dapat diketahui dengan membandingkan r hitung (Corrected Item – Total Corelation) dengan
nilai r table untuk degree of freedom (df) = n-2, dalam hal ini n adalah jumlah sampel, dengan
nilai alpha=0.05. apabila nilai r hitung lebih besar dari r table maka instrument penelitian atau
kuisioner adalah valid. Nilai r table dapat diketahui dengan melihat pada table nilai r product
moment. [ CITATION Gho11 \l 1033 ]
(ii) Uji Reliabilitas
Ancok (1989) mendefinisikan reliabilitas sebagai indeks yang menunjukkan sejauh mana
suatu alat pengukur dapat dipercaya atau dapat diandalkan. Ancok juga menjelaskan bahwa
jika suatu alat ukur digunakan dua kali untuk mengukur sesuatu yang sama dan hasil kedua
pengukuran yang diperoleh relative konsisten, maka alat pengukur tersebut dapat dikatakan
reliable. Oleh karena itu, setelah dilakukan uji validitas pada komponen kuisioner selanjutnya
dilakukan uji reliabilitas untuk mengetahui seberapa akurat komponen kuisioner digunakan
pada penelitian ini. Untuk reliabilitas dari data penelitian menggunakan Cronbach’s alpha
coefficients yang paling baik adalah 1 dan yang paling buruk memiliki nilai 0. Setiap item
kuisioer akan dinilai cukup handal (reliable) bila besar koefisien reliabilitas lebih besar dari
0.6. [ CITATION Hai06 \l 1033 ]
3.9.2 Analisis Faktor
Analisis factor dalam peneliian ini digunakan untuk menjawab rumusan permasalahan
pertama yaitu untuk mengetahui factor-faktor yang mempengaruhi persepsi pelaku usaha batik di
Tanjung Bumi dalam menghadapi Masyarakat Ekonomi ASEAN (MEA) 2015.
Analisis factor merupakan salah satu bentuk analisis multivariate yang tujuan umumnya
adalah menemukan satu atau beberapa variabel atau konsep yang diyakini sebagai sumber yang
melandasi seperangkat variabel nyata [ CITATION Mah07 \l 1033 ]. Analisis factor bertujuan
menemukan hubungan (interrelationship) antara sejumlah variable-variabel yang saling
independen satu dengan yang lainnya, sehingga bias dibuat satu atau beberapa kumpulan variable
yang lebih sedikit dari jumlah variable awal.[ CITATION San02 \l 1033 ]
Pada dasarnya terdapat dua jenis analisis factor:
1. Exploratory Factor Analysis (EFA), digunakan apabila belu ada teori yang menjelaskan
atau peneliti belum tahu setiap parameter (pertanyaan dalam likert) masuk ke
faktor/variabel laten.
2. Confirmatory Factor Analysis (CFA), digunakan apabila sudah ada teori yang
menjelaskan, atau peneliti sudah mengetahui setiap parameter masuk ke faktor/variabel
laten. Jadi tujuan dari CFA ini hanya untuk mengkonfirmasi apakah pembagian faktorfaktor eperti yang disebutkan dalam landasan teori sudah reliable.
Analisis faktor dilakukan dengan memeriksa korelasi (atau covariances) antara tindakantindakan yang diamati. Tindakan yang sangat berkorelasi (baik positif atau negative) cenderung
dipengaruhi oleh faktor yang sama, sementara mereka yang relative tidak berkorelasi cenderung
dipengaruhi oleh faktor yang berbeda.
Model analisis faktor dinyatakan dengan formula sebagai berikut:
Xi = AijFi + Ai2F2 + Ai3F3 ………………………. + AimFm + ViUi ……………………(2)
Dimana:
Xi = Variabel standar yang ke-i.
Aij = Koefisien multiple regresi standar dari variable ke-I pada common factor j.
F = Common Factor
Vi = Faktor unik variable-i
m = Banyaknya common factor
Faktor unik berkorelasi satu dengan yang lain dan dengan common factor. Common factor
dapat dinyatakan sebagai kombinasi linier dari variabel yang diteliti, dengan persamaan:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + ……………………….+ WikXk ……………………..(3)
Dimana:
Fi = Faktor ke-i yang diestimasi.
Wi = Bobot atau koefisien score faktor
Xk = Banyaknya variabel X pada faktor ke k.
Adapun langkah-langkah dalam melakukan analisis faktor adalah sebagai berikut:
a. Analisis Communalities
Communalities pada dasarnya adalah jumlah varians (bias dalam prosentase) dari suatu
variabel mula-mula yang bias dijelaskan oleh faktor yang ada [ CITATION San04 \l 1033
]. Semakin besar nilai communalities sebuah variabel, berarti semakin erat atau kuat
hubungan dengan faktor yang terbentuk [ CITATION San04 \l 1033 ].
b. Pembentukan matriks korelasi
Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua pasangan
variabel dalam penelitian ini. Matriks ini digunakan untuk mendapatkan nilai kedekatan
hubugan antar variabel penelitian. Nilai kedekatan ini dapat digunakan untuk melakukan
beberapa pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari
analsis faktor. Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis faktor
dapat dilaksanakan, yaitu:
(i)
Menentukan besaran nilai Barlett Tesr Sphericity, yang diunakan untuk
mengetahui apakah ada korelasi yang signifikan antar variabel.
(ii)
Keiser-Meyers-Oklin (KMO) Measure of Sampling Adequacy (MSA), yang
digunakan untuk mengukur kecukupan sampel dengan cara membandingkan
besarnya koefisien korelasi yang diamati dengan koefisien korelasi parsialnya.
Menurut Wibisono (2003) criteria kessuaian dalam pemakaian analisis faktor
adalah:
-
Jika harga KMO sebesar 0,9 berarti sangat memuaskan
-
Jika harga KMO sebesar 0,8 berarti memuaskan
-
Jika harga KMO sebesar 0,7 berarti harga menengah
-
Jika harga KMO sebesar 0,6 berarti cukup
-
Jika harga KMO sebesar 0,5 berarti kurang memuaskan
-
Jika harga KMO kurang dari 0,5 berarti tidak dapat diterima
Menurut Santoso (2002) angka MSA berisar antara 0 sampai dengan 1, dengan
criteria yang digunakan untuk interpretasi adalah sebagai berikut:
-
Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan
oleh variabel yang lainnya.
-
Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut masih dapat
diprediksi dan bisa dianalisis lebih lanjut.
-
Jika MSA lebih kecil dari setengah 0,5 dan atau mendekati 0, maka
variabel tersebut tidak dapat dianalisis lebih lanjut, atau dikeluarkan dari
variabel lainnya.
c. Ekstraksi faktor
Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi
terhadap sekumpulan variabel yang memiliki KMO > 0,5 sehingga terbentuk satu atau
lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal Component
Analysis (PCA) dan rotasi faktor dengan metode varimax (bagian dari orthogonal).
Setelah pereduksian variabel yang tidak mempunyai hubungan kuat pada tahap
sebelumnya,maka analisis faktor selanjutnya menghasilkan total variance explained.
Total variance explained menunjukkan total variasi yang diterangkan oleh setiap faktor.
Atinya, sejauh mana faktor dapat menjelaskan informasi yang ada pada keseluruhan
faktor. Banyaknya faktor yang terekstrak ditentukan oleh nilai Eigenvalue > 1,0. Nilai
Eigenvalue adalah sebuah nilai yang mempresentasikan keseluruhan varian yang
dijelaskan oleh masing-masing faktor. Nilai yang diperhatikan dalam table ini adalah
rotation sums of squared loadings, yang dihasilkan setelah perotasian. Dari nilai tersebut
dapat dilihat nilai variansi setiap faktor yang terbentuk dan nilai kumulatif variansi dari
faktor yang terbentuk dan nilai kumulatif variansi dari faktor-faktor yang terbentuk
(santoso, 2002).
d. Matriks Rotasi Faktor
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang lebih sederhana,
sehingga lebih mudah diinterpretesikan. Metode yang digunakan untuk rotasi adalah
varimax procedure, yang meminimalkan banyaknya variabel dengan loading tinggi
faktor, sehingga meningkatkan kemampuan menginterpretasikan faktor-faktor yang ada.
Factor loading adalah angka yang menunjukkan besarnya korelasi antara suatu variabel
dengan faktor satu, faktor dua, faktor tiga, faktor empat, atau faktor lima yang terbentuk.
Proses penentuan variabel mana akan masuk ke faktor yang mana, dilakukan dengan
melakukan perbandingan besar korelasi pada setiap baris di dalam table [ CITATION
San02 \l 1033 ]
e. Penamaan Faktor
Pada tahap ini, akan diberikan nama-nama faktor yang telah terbentuk berdasarkan faktor
loading suatu variabel terhadap faktor terbentuknya. Setelah tahapan pemberian nama
faktor yang terbentuk, berarti hipotesis penelitian telah terjawab. Setelah faktor=faktor
terbentuk, jika variabel-variabel yang masuk pada masing-masing faktor tidak sama
dengan yang penelitian terdahulu, perlu memberikan nama baru yang representative bagi
variabelvariabel yang masuk didalam masing-masing faktor [ CITATION San021 \l
1033 ]
3.10 Flowchart
Mulai
1. Identifikasi Masalah
2. Studi literatur
3. Rumusan masalah
4. Tujuan penelitian
5. Batasan masalah
Pemilihan responden
dan metode penelitian
1. Identifikasi variabel penelitian
2. Pembuatan kuisioner
3. Penyebaran kuisioner
Kuisioner
Tidak valid
Valid
Data penelitian
1. Uji validitas dan uji reliabilitas
2. Uji analisis faktor
Model matematis
analisis faktor
Validasi
model
Tidak valid
Valid
Kesimpulan dan Saran
Selesai
Gambar 3.3 Flowchart
DAFTAR PUSTAKA
D., A. (1989). Teknik Penyusunan Skala Pengukuran. Yogyakarta: Pusat Penelitian
Kependudukan Universitas Gadjah Mada.
Dipta, & Wayan, I. (2012). Memperkuat UKM Menghadapi Masyarakat Ekonomi ASEAN
Tahun 2015. 21.
Fadhilah Ramadhani, d. (2013). OPTIMALISASI PEMANFAATAN TEKNOLOGI
INFORMASI KOMUNIKASI BERBASIS E-COMMERCE SEBAGAI MEDIA
PEMASARAN USAHA KECIL MENENGAH GUNA MENINGKATKAN DAYA
SAING DALAM MENGHADAPI MASYARAKAT EKONOMI ASEAN 2015.
Economics Development Analysis Journal , 136-137.
Ferdiinand. (2013, Juli 4). usaha kecil menengah. Retrieved Februari 27, 2015, from :
http://www.usaha-kecil.com/usaha_kecil_menengah.html 2/27/2015 5:32
Ghozali, I. (2011). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Badan
Penerbit UNDIP.
Hair, J., & Joseph, F. (2006). Multivariate Data Analysis with Reading. New Jersey: Prentical
Hall.
Lina,
S.
(2013,
Juni
1).
Retrieved
Maret
13,
http://lina-aries.blogspot.com/2013/06/pengenalan-batik-nusantara.html
2015,
from
Maholtra, N. K. (2007). Marketing Research an Aplied Orientation . New Jersey: Prentice Hall.
Philip, K. (2000). Marketing Management, The Millenium Edition. NewJersey: Prentice Hall
International, Inc.
Radia, H. M. (2015). PENERAPAN WHITE OCEAN STRATEGY DAN BLUE OCEAN
STRATEGY PADA USAHA KECIL DALAM MENGHADAPI TANTANGAN
MASYARAKAT EKONOMI ASEAN 2015. 4.
S., A. (2013). Hubungan antara Persepsi Kualitas Pelayanandan Citra Bank dengan Loyalitas
Nasabah. 6.
Santoso, S. (2002). SPSS Statistik Multivariat. Jakarta: PT. Alex Media Komputerindo.
Santoso, S. (2002). Statistik Multivariat. Jakarta: PT. Alex Media Komputerindo.
Tjiptono, S. d. (2004). Riset Pemasaran Konsep dan Aplikasi dengan SPSS. Jakarta: PT. Elex
Media Komputindo.
PENDAHULUAN
1.1 Latar Belakang
Sebagai salah satu daerah yang subur UKM, Madura memiliki UKM yang membanggakan
yaitu produksi batik yang terdapat di dua daerah yaitu daerah pesisir dan daerah pedalaman.
Desa penghasil batik pesisir adalah Tanjungbumi, Paseseh dan Talaga Biru, semuanya di
Kabupaten Bangkalan. Penghasil batik pedalaman terdapat di Kabupaten Sampang dan
kabupaten Pamekasan. Perbedaan utama batik pesisir dan batik pedalaman adalah dari tata
warnanya. Sedangkan perbedaan batik Madura dengan batik daerah-daerah lain di luar Madura
adalah dari motifnya. Motif batik Madura cenderung bermotif ethnic sehingga bernilai estetika
yang tinggi bagi konsumen. Batik yang dihasilkan terbuat dari berbagai macam-macam kain,
yaitu kain katun, sutera. Semakin bagus kualitas kain yang digunakan maka harga jualnya pun
juga semakin mahal. Pekerja dari UKM Batik Tulis Tanjung Bumi sudah terbilang terampil dan
berbakat,terlihat dari Batik tulis yang dihasilkan berkualitas.
Kerjasama perhimpunan bangsa-bangsa Asia Tenggara (ASEAN) sudah dimulai sejak tahun
1967. ASEAN memiliki anggota-anggota yaitu, Indonesia, Filipina, Singapura, Malaysia,
Thailand, Brunei Darussalam, Vietnam, Laos, Myanmar dan Kamboja. Pada awalnya, ASEAN
lebih merupakan kerjasama bidang politik, kemudian berkembang lebih luas, termasuk ke bidang
ekonomi. Perkembangan kerjasama bidang ekonomi berawal dari bentuk Preferential Trade
Arrangement (PTA) kemudian berkembang menjadi Free Trade Area (FTA). Perkembangan terakhir
kerjasama ASEAN berupa pembentukan ASEAN Economic Community (AEC). Visi ini lebih
dipertegas dalam KTT ASEAN Oktober 2003 di Bali dalam Deklarasi ASEAN Concord II (Bali
Concord II). AEC merupakan realisasi dari aspirasi ASEAN sebagai kawasan yang stabil, makmur,
mempunyai daya kompetitif yang tinggi. AEC akan berfungsi sebagai pasar tunggal dan wilayah
basis produksi pada tahun 2020. Program yang ditujukan di AEC tidak saja meliputi kebebasan aliran
barang, tenaga kerja, aliran modal, namun juga untuk mengurangi kemiskinan serta kesenjangan
sosial ekonomi.[ CITATION Soe04 \l 1033 ]
ASEAN Economic Community atau Pasar Tunggal ASEAN 2015 kira-kira bisa digambarkan
sebagai satu kawasan ekonomi tanpa frontier (batas antar negara) dimana setiap penduduk maupun
sumber daya dari setiap negara anggota bisa bergerak bebas (sebagaimana dalam negeri sendiri) serta
berbasis produksi internasional dengan elemen aliran bebas barang, jasa,
investasi, tenaga kerja terampil dan aliran modal yang lebih bebas. Tujuannya
adalah untuk mencapai tingkat kegunaan yang paling optimal yang pada akhirnya akan mendorong
tercapainya tingkat kemakmuran (kesejahteraan) yang sama (merata) diantara negara-negara anggota
ASEAN. Konsep ini dilandasi oleh empat pilar utama kebijakan MEA dengan Negara-negara
ASEAN sebagai berikut:
a. Free movement of goods and services. Konsep ini memungkinkan terjadinya pergerakan barangbarang dan jasa tanpa ada hambatan (pajak bea masuk, tarif, quota dll), yang merupakan bentuk lanjut
dari kawasan perdagangan bebas (sebagaimana AFTA) dengan menghilangkan segala bentuk
b.hambatan perdagangan (obstacles) yang tersisa. Dengan demikian, barang-barang produksi negara
anggota ASEAN akan bebas diperjual belikan di seluruh kawasan sebagaimana di negeri sendiri.
Pada akhirnya konsumen akan bisa mendapatkan barang „terbaik“ dengan harga „termurah“.
b. Freedom of movement for skilled and talented labours. Konsep ini untuk mendorong terjadinya
mobilitas tenaga kerja sesuai dengan tuntutan pasar dan memberi kesempatan kepada setiap pekerja
untuk menemukan pekerjaan terbaik sesuai dengan kualifikasi yang dimiliki. Mobilitas tenaga kerja
akan mendorong terjadinya kontak dan meningkatkan saling pengertian antar sesame penduduk
negara-negara ASEAN.
c. Freedom of establishment and provision of services and mutual recognition of diplomas. Konsep
ini menjamin setiap expert warga negara ASEAN akan bebas membuka praktek layanan di setiap
wilayah ASEAN tanpa ada diskriminasi kewarganegaraan.d. Free movement of capital. Konsep ini
akan menjamin bahwa modal atau kapital akan bisa berpindah secara leluasa diantara Negara-negara
ASEAN, yang secara teoritis memungkinkan terjadinya penanaman modal secara efisien. Dengan
demikian, setiap pemilik modal baik WNI maupun waga Negara lainnya akan bebas dan leluasa
memindahkan investasinya dari Indonesia ke negara ASEAN atau sebaliknya demi mencapai efisiensi
tertinggi tanpa bisa dicegah. [ CITATION Wid10 \l 1033 ]Dari kebijakan-kebijakan Negara-negara
ASEAN diatas dapat dikatakan bahwa, dengan adanya MEA atau pasar tunggal, barang bebas yang
keluar masuk Negara-negara ASEAN bebas pajak bea masuk, tarif, quota dll sehingga barang harus
murah tetapi memiliki kualitas tinggi, tenaga kerja terampil juga perlu dimiliki bagi pelaku usaha
nasional (BUMN, swasta, koperasi, dan UKM) agar dapat bersaing dengan tenaga kerja di
Negara-negara ASEAN.
Oleh sebab itu, pada UKM Batik Tulis Tanjung Bumi ini diharapkan memiliki barang/produk yang
semurah mungkin namun bahan yang digunakan berkualitas, tenaga kerja yang terampil dan berbakat
juga perlu dimiliki. Sehingga penelitian dengan judul “Faktor-faktor yang Mempengaruhi Persepsi
Pelaku Usaha Batik di Tanjung Bumi dalam Menghadapi Masyarakat Ekonomi Asean (MEA)
2015 dengan pendekatan analisis faktor “ diadakan. Setelah didapatkan faktor-faktor yang
mempengaruhi persepsi pelaku usaha diharapkan dapat dijadikan acuan dalam menentukan
kebijakan oleh pemerintah dalam meningkatkan kesiapan pelaku usaha UKM batik dalam
menghadapi pasar tunggal atau MEA 2015.
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka perumusan permasalahannya
adalah
Faktor-faktor apa yang mempengaruhi persepsi pelaku usaha
batik Tanjung Bumi
tentang adanya pasar tunggal/pasar bebas/MEA 2015?
.
1.3 Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah:
1. Untuk mengetahui faktor-faktor yang mempengaruhi pelaku UKM batik Tanjung Bumi
tentang adanya pasar bebas MEA 2015 dengan analisis faktor.
2. Untuk meningkatkan kesiapan pelaku UKM batik Tanjung Bumi dalam menghadapi
pasar bebas MEA 2015.
1.4 Manfaat Penelitian
Adapun manfaat yang dapat diperoleh dari penelitian ini adalah sebagai berikut:
1. Bagi UKM Batik Tanjung Bumi
Sebagai usaha dalam meningkatkan kesiapan pelaku UKM batik Tanjung Bumi dalam
menghadapi pasar bebas MEA 2015.
2. Bagi Peneliti
Dapat menambah pengetahuan dan pengalaman dengan menerapkan penggunaan metode
Principal Component Analys dalam permasalahan UKM menghadapi pasar asing/MEA
2015.
3. Bagi Universitas
Memberikan referensi tambahan dan
perbendaharaan perpustakaan agar berguna di
dalam mengembangkan ilmu pengetahuan dan juga berguna sebagai pembanding bagi
mahasiswa dimasa yang akan datang.
1.5 Batasan Masalah
Batasan masalah dari penelitian ini adalah :
1. Populasi dalam
penelitian ini adalah pelaku UKM batik di Tanjung Bumi dengan
kategori mikro dan kecil.
2. Responden dalam penelitian ini adalah pelaku UKM batik Tanjung Bumi yang hanya
menghasilkan produk berupa kain batik.
3. Teknik analisis faktor yang digunakan untuk mengkaji penelitian ini adalah metode
analisis komponen utama atau PCA (Principal Component Analysis).
BAB II
TINJAUAN PUSTAKA
2.1 Masyarakat Ekonomi ASEAN (MEA)
ASEAN Economy Communty (AEC) atau Masyarakat Ekonomi ASEAN (MEA) adalah
bentuk integrasi ekonomi ASEAN yang direncanakan akan tercapai pada tahun 2015. Melalui
terbentuknya MEA didarapkan ASEAN akan memiliki empat karakteristik utama yaitu: (1) Pasar
Tunggal dan Basis Produksi, (2) Kawasan ekonomi ang berdaya saing tinggi, (3) kawasan dengan
pembangunan ekonomi yang setara dan (4) kawasan yang terintegrasi dengan Ekonomi Global.
[ CITATION Fad13 \l 1033 ]
Masyarakat Ekonomi ASEAN telah dijadikan sebagai tujuan integrasi ekonomi regional
untuk tahun 2020 oleh para pemimpin ASEAN sejak KTT ASEAN di Bali, 3 Oktober 2003 (Bali
Concord II). Secara khusus para pemimpin sepakat untuk mempercepat pembentukan MEA pada
tahun 2015 dan mentransformasikan ASEAN menjadi suatu kawasan di mana terdapat aliran
bebas barang, jasa, investasi, dan tenaga kerja terampil, serta aliran modal yang lebih bebas.
[ CITATION Hal15 \l 1033 ]
Menurut [ CITATION Dip12 \l 1033 ], karakteristik utama MEA 2015 adalah: (1) pasar
tunggal berbasis produksi, (2) kawasan ekonomi berdaya saing tinggi, (3) kawasan dengan
pembangunan ekonomi yang setara, dan (4) kawasan yang terintegrasi penuh dengan ekonomi
global.
2.2 Batik
Batik adalah salah satu cara pembuatan bahan pakaian. Selain itu batik bisa mengacu pada
dua hal. Yang pertama adalah teknik pewarnaan kain dengan menggunakan malam untuk
mencegah pewarnaan sebagian dari kain. Batik Indonesia, sebagai keseluruhan teknik, teknologi,
serta pengembangan motif dan budaya yang terkait, oleh UNESCO telah ditetapkan sebagai
Warisan Kemanusiaan untuk Budaya Lisan dan Nonbendawi (Masterpieces of the Oral and
Intangible Heritage of Humanity) sejak 2 Oktober, 2009 Secara etimologi, kata "batik" berasal
dari gabungan dua kata bahasa Jawa: "amba", yang bermakna "menulis" dan "titik" yang
bermakna "titik”. [ CITATION Lin13 \l 1033 ]
2.3 Persepsi
Kotler (2000) menjelaskan persepsi sebagai proses bagaimana seseorang menyeleksi,
mengatur dan menginterpretasikan masukan-masukan informasi untuk menciptakan gambaran
keseluruhan yang berarti.
Mangkunegara (dalam Arindita, 2002) berpendapat bahwa persepsi adalah suatu proses
pemberian arti atau makna terhadap lingkungan. Dalam hal ini persepsi mencakup penafsiran
obyek, penerimaan stimulus (input), pengorganisasian stimulus, dan penafsiran terhadap stimulus
yang telah diorganisasikan dengan cara mempengaruhi perilaku dan pembentukan sikap.
2.4 Usaha Kecil dan Mikro
UKM adalah singkatan dari usaha kecil dan menengah. Ukm adalah salah satu bagian penting
dari perekonomian suatu negara maupun daerah, begitu juga dengan negara indonesia ukm ini
sangat memiliki peranan penting dalam lajunya perekonomian masyarakat. [ CITATION Fer13 \l
1033 ]
Usaha Kecil dan Menengah disingkat UKM adalah sebuah istilah yang mengacu ke jenis
usaha kecil yang memiliki kekayaan bersih paling banyak Rp 200.000.000 tidak
termasuk tanah dan bangunan tempat usaha. Dan usaha yang berdiri sendiri. Menurut Keputusan
Presiden RI no. 99 tahun 1998 pengertian Usaha Kecil adalah: “Kegiatan ekonomi rakyat yang
berskala kecil dengan bidang usaha yang secara mayoritas merupakan kegiatan usaha kecil dan
perlu dilindungi untuk mencegah dari persaingan usaha yang tidak sehat.”
2.5 Analisis Faktor : Principal Component Analysis (PCA)
Analisis faktor merupakan pendekatan statistika yang dapat digunakan untuk menganalisis
interrelationship di antara sejumlah variabel dengan mengelompokkan variabel-variabel yang
berhubungan erat satu sama lain atau yang disebut sebagai faktor. Analisis faktor tergolong
metode interdependence, yaitu metode yang digunakan untuk menganalisis hubungan antar
obyek dimana semua variabel berstatus sama, tidak ada variabel independen yang menjadi
prediktor bagi variabel dependence, seperti yang terdapat pada regresi. Contoh lain dari metode
interdependence adalah analisis cluster dan multidimension scaling. Pada dasarnya analisis faktor
mencoba memberikan dimensi evaluasi yang lebih luas terhadap variabelvariabel yang terkait
dengan permasalahan sehingga memudahkan interpretasi melalui penggambaran pola hubungan
ataupun reduksi data. Hal ini dilakukan dengan cara mengidentifikasi hubungan yang terdapat
dalam set variabel terobservasi.
Tujuan utama seorang peneliti menggunakan tools analisis faktor adalah untuk merangkum
informasi-informasi yang terkandung dalam setiap variabel sehingga menjadi suatu set yang lebih
ringkas (faktor) untuk memudahkan interpretasi dengan meminimalkan informasi yang hilang
dari masing-masing variabelnya.
Ada beberapa tahapan yang harus dilakukan dalam analisis faktor, berikut tahapan analisis
faktor :
Gambar 2.1 Tahapan Analisis Faktor
Principal component analysis digunakan apabila peneliti ingin mengekstraksi sejumlah besar
variabel penelitian menjadi beberapa variabel penelitian saja agar lebih mudah tertangani.
Secara matematis model PCA , dapat dituliskan sebagai:
……………………………………...(1)
Terdapat beberapa criteria yang dapat digunakan dalam menentukan jumlah faktor yang akan
dibentuk, antara lain :
1. Krietria Nilai Eigen
Nilai eigen menggambarkan jumlah variansi yang dapat dijelaskan oleh sebuah faktor. Telah
dibahas bahwa nilai-nilai dari sebuah variabel, setelah distandardisasikan akan memiliki variansi
sebesar 1. Hal ini berimplikasi bahwa jika sebuah faktor memiliki nilai eigen < 1, artinya faktor
tersebut membawa informasi yang lebih sedikit dibandingkan variabel awal. Atau dengan kata
lain, kemampuan menjelaskan variansi data (yang diukur dengan variansi) oleh faktor tersebut
lebih buruk dibandingkan dengan kemampuan variabel awal. Jika faktor ini dimasukkan dalam
analisis lebih lanjut, maka akan bertentangan dengan tujuan penggunaan analisis faktor.
Kesimpulannya, akan sangat beralasan jika faktor yang diekstraksi dibatasi pada faktor-faktor
dengan nilai eigen > 1.
2. Kriteria Scree Plot
Sebuah scree plot adalah plot dari nilai eigen terhadap jumlah faktor, dalam urutan proses
ekstraksi (sebagai contoh lihat Gambar A.). Bentuk dari plot dapat digunakan untuk menentukan
jumlah faktor yaitu dengan memperhatikan kecuraman garis yang ada. Proses ekstraksi berhenti
pada titik di mana garis menjadi relatif lebih landai. Proses ekstraksi berhenti pada titik yang
merupakan pangkal garis yang mengalami penurunan yang paling tajam. Pada Gambar A.,
terlihat bahawa setelah faktor 2 terjadi penurunan nilai eigen value yang cukup tajam ke faktor 3.
Oleh karena itu, faktor yang valid hanya sampai faktor 2.
Gambar 2.2 Scree Plot
3. Kriteria variansi yang terjelaskan
Pada kriteria ini faktor-faktor akan diekstraksi sampai dengan jumlah proporsi nilai eigen
kumulatifnya melebihi suatu batas yang dianggap cukup memuaskan (salah satu pedoman umum:
untuk ilmu pasti 80 % dan untuk ilmu sosial 65 %)
4. Kriteria a priori
Analisis faktor dapat digunakan pada penelitian yang bersifat eksploratori atau
konfirmatori. Pada penelitian yang bersifat eksploratori, peneliti belum mengetahui terdapat
berapa faktor yang akan terbentuk. Sebaliknya, pada penelitian yang bersifat konfirmatori sudah
terdapat penelitian atau teori atau hipotesis tertentu yang menyatakan bahwa akan terdapat sekian
faktor. Pada penelitian konfirmatori ini, secara a priori (sesuai kerangka teoritis) ditetapkan
jumlah faktor yang akan diekstraksi.
Terdapat tiga tahap dalam melakukan interpretasi output analisis faktor :
1.
Perhitungan matriks faktor inisial (yang belum dirotasikan)
Tabel 2.1 Matriks Faktor
Bobot factor (factor loading): bobot factor mengambarkan hubungan (korelasi) antara
suatu variable dengan suatu factor. Pada table angka -30 menunjukkan bahwa variable awal X1
memiliki korelasi negatif yang tidak cukup besar dengan factor 1. Sebaliknya, variable awal X1
memiliki korelasi yang cukup besar (0.86) dengan factor 2.
Ini menunjukkan bahwa Faktor 2 lebih mampu menjelaskan variansi nilai yang terjadi
pada variabel awal X1 dibandingkan dengan Faktor 1. Pada umumnya, pada bobot faktor 0.3
masih dapat dianggap bahwa terdapat korelasi yang signifikan. Beberapa variabel dengan bobot
faktor yang signifikan dapat digabungkan dan diberi nama baru yang sedapat mungkin
mencerminkan variabelvariabel penyusunnya tersebut
Komunalitas. Masing-masing variabel awal memiliki nilai variansi yang terkait dengan
variabilitas respons dari tiap responden. Jumlah variansi variabel X1 yang dijelaskan atau
diteruskan oleh faktor-faktor yang ada (Faktor 1 dan Faktor 2) disebut dengan komunalitas
Dari output pada Tabel tampak bahwa 81 persen variansi variabel X1 dapat dijelaskan oleh
faktor-faktor yang ada. Jadi, komunalitas adalah persentase variansi dari sebuah variabel yang
berkontribusi terhadap korelasi dengan variabel-variabel lain atau yang umum (common) bagi
variabel yang lain.
2. Ekstraksi Faktor
Ekstraksi faktor adalah tahap yang bertujuan untuk menghasilkan sejumlah faktor dari data
yang ada. Matriks faktor setelah dirotasi dapat mempermudah interpretasi dalam menentukan
variabel-variabel mana saja yang dapat tercakup dalam suatu faktor. Rotasi faktor dapat
menghasilkan output beberapa solusi (bobot dan nilai faktor).
Solusi ini tidak selalu mudah diinterpretasikan. Idealnya suatu variabel memiliki bobot
faktor yang tinggi untuk sebuah faktor dan bobot faktor yang rendah untuk faktor-faktor lainnya.
Ini dapat diinterpretasikan bahwa variabel tersebut dapat diwakili oleh faktor dengan bobot faktor
yang tinggi tersebut
Solusi dengan variabel-variabel bernilai bobot faktor menengah untuk semua faktor akan
sulit diinterpretasikan. Untuk mengatasi hal ini dilakukanlah rotasi faktor. Rotasi faktor berarti
merotasikan dimensi. Hasil rotasi ini tidak mengurangi komunalitas. Artinya, informasi
masingmasing variabel yang diteruskan oleh keseluruhan faktor tidak berubah. Yang dapat
berubah adalah nilai eigen. Namun, umumnya tidak berbeda jauh. Karena lebih mudah
diinterpretasikan, pada umumnya hasil rotasi faktor inilah yang digunakan untuk analisis lebih
lanjut.
Tabel 2.2 Bobot Faktor (Rotasi varimax)
Rotasi Orthogonal vs Rotasi Oblique. Rotasi dapat dilakukan secara orthogonal (siku-siku)
atau oblique (tidak siku-siku). Rotasi orthogonal menghasilkan faktor-faktor baru yang tetap
orthogonal (masing-masing faktor saling independen atau memiliki korelasi nol), sedangkan pada
rotasi oblique, masing-masing faktor dapat memiliki korelasi yang nilainya kecil.
3. Interpretasi Matriks Faktor
Setelah diolah (dengan bantuan beberapa jenis program statistika), input data mentah akan
menghasilkan beberapa output sebagai berikut
Tabel 2.3 Nilai Eigen dari Masing-Masing Komponen Utama
Nilai eigen menggambarkan jumlah variansi yang diteruskan oleh sebuah faktor. Nilai
eigen dapat diperoleh dengan menjumlahkan kuadrat dari bobot faktor untuk seluruh variable
(jumlah kuadrat dalam satu kolom faktor pada Tabel Bobot Faktor (Tanpa Rotasi. dan Tabel
Bobot Faktor (Rotasi Varimax).)
Nilai eigen Faktor 1 yang sebesar 2,7546 menunjukkan bahwa variansi yang terjelaskan
oleh Faktor 1 adalah sebesar 2,7546 dari keseluruhan nilai variansi awal yang sebesar 5 (karena
terdapat 5 buah variabel yang masing-masing memiliki nilai variansi sama dengan 1)
Atau proporsi variansi yang terjelaskan oleh Faktor 1 adalah sebesar 0.5509 atau 55.09% (lihat
baris proportion). Variansi sisanya dijelaskan oleh Faktor 2 (0.3550 atau 35.5%) dan faktor-faktor
lainnya.
Faktor 1 dan Faktor 2 secara bersama-sama mampu menjelaskan 0.9059 atau (90.59%)
dari total variansi yang ada (lihat baris cumulative). Dari sini tampak cukup beralasan untuk
menggunakan Faktor 1 dan Faktor 2 sebagai variabel pengganti kelima variabel awal
Tabel 2.4 Variansi Yang Terjelaskan Oleh Masing-Masing Faktor
Variansi Terjelaskan (Explained Variance) ini menunjukkan jumlah variansi yang dapat
dijelaskan atau diteruskan oleh masing-masing faktor Total variansi terjelaskan dari kedua faktor
setelah rotasi adalah sebesar 4.529 atau masih terdapat 0.471 variansi yang belum terjelaskan. Ini
berarti apabila digunakan kedua faktor untuk menggantikan kelima variable awal maka akan
terjadi kehilangan informasi sebesar 0.471 nilai variansi yang menjadi tidak terjelaskan.
Tabel 2.5 Koefisien skors faktor
Meskipun faktor-faktor yang diperoleh tidak teramati/terukur sebagaimana kelima variable
awal, namun faktor-faktor ini juga dapat berlaku sebagai variabel. Pada analisis lebih lanjut, hasil
dari analisis faktor ini dapat digunakan untuk menggantikan kelima variabel awal tadi. Nilai dari
masing-masing faktor yang menggantikan informasi dari kelima variabel awal ini disebut dengan
skor faktor
Tabel 2.6 Skor Faktor
Menunjukkan
nilai
koefisien
dari
masing-masing
variabel
awal
(yang
telah
distandardisasikan) pada model faktor yang digunakan. Contohnya untuk Responden 1
pada Faktor 1
2.6 Penelitian Terdahulu
Posisi Penelitian (State of the Art) berbentuk tabel yang terdiri dari : Nama Peneliti,
tahun, topik, obyek, metode, variabel, hasil).
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian ini adalah jenis penelitian kuantitatif, dengan studi analisis factor dengan
menggunakan kuisioner sebagai pengumpulan data.
3.2 Variabel Penelitian
Variabel dalam penelitian ini adalah persepsi pelaku usaha yang terdiri dari beberapa poin
yang diambil dari penelitian terdahulu, oleh Fernandes dan Andadari (2012) yaitu: pengetahuan
tentang MEA, Implikasi pemberlakuan MEA, kesiapan dalam menghadapi MEA, dan peran
pemerintah dalam menghadapi MEA.
3.3 Waktu dan Tempat
Penelitian dilaksanakan mulai bulan Maret sampai bulan Mei 2015. Dan berlokasi di UKM
Batik Tulis di Kecamatan Tanjung Bumi Kabupaten Bangkalan.
3.4 Jenis/Tipe data
Data yang digunakan pada penelitian ini adalah data primer, yaitu data yang diperoleh
melalui survey, dokumentasi, wawancara, dan penyebaran kuisioner.
3.5 Peralatan dan Bahan Penelitian
Bahan yang dibutuhkan pada penelitian ini hanya kuisioner yang akan ditujukan pada pelaku
usaha UKM Batik Tulis di Tanjung Bumi.
3.6 Teknik Pengambilan Data (Teknik Sampling)/Prosedur Pengambilan Data
Pengambilan sampel yang digunakan pada penelitian ini adalah menggunakan teknik non
probability sampling dengan metode purposive sampling, pengambilan sampel berdasarkan
ketentuan tertentu yaitu responden/pelaku usaha UKM hanya memproduksi kain batik, UKM
berkategori mikro dan kecil.
3.7 Jumlah Data (Jumlah Sampel) dan Kriteria Responden
Populasi dalam penelitian ini adalah pelaku usaha UKM Batik Tulis Tanjung Bumi yang
berkategori mikro dan kecil yang berjumlah 1.266 responden. Jumlah sampel yang di ambil
diperoleh dari perhitungan rumus slovin :
……………………………………………………………..(2)
Dan diperoleh hasil 276,35, sehingga dibulatkan menjadi 280 sampel.
3.8 Model Dasar dan Rancangan Kuesioner
Kuisioner terdiri dari 2 bagian, dimana setiap bagian terdiri dari :
1. Bagian I, berisi pertanyaan-pertanyaan mengenai persepsi pelaku usaha terhadap
Masyarakat Ekonomi ASEAN (MEA) 2015, dengan pengukuran dengan skala Likert,
dimana ,
1 = Sangat tidak setuju
2 = Tidak setuju
3 = Netral
4 = Setuju
5 = Sangat setuju
2. Bagian II, berisi mengenai profil responden
3.9 Metode Penyelesaian
Dalam penelitian ini digunakan metode penyelesaian menggunakan analisis faktor dengan
metode principal component analysis.
3.9.1 Validitas dan Reabilitas
(i) Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuisioner. Suatu
kuisioner dikatakan valid jika pertanyaan pada kuisioner mampu untuk mengungkapkan
sesuatu yang diukur oleh kuisioner tersebut. Untuk mengetahui kevalidan suatu instrument
dapat diketahui dengan membandingkan r hitung (Corrected Item – Total Corelation) dengan
nilai r table untuk degree of freedom (df) = n-2, dalam hal ini n adalah jumlah sampel, dengan
nilai alpha=0.05. apabila nilai r hitung lebih besar dari r table maka instrument penelitian atau
kuisioner adalah valid. Nilai r table dapat diketahui dengan melihat pada table nilai r product
moment. [ CITATION Gho11 \l 1033 ]
(ii) Uji Reliabilitas
Ancok (1989) mendefinisikan reliabilitas sebagai indeks yang menunjukkan sejauh mana
suatu alat pengukur dapat dipercaya atau dapat diandalkan. Ancok juga menjelaskan bahwa
jika suatu alat ukur digunakan dua kali untuk mengukur sesuatu yang sama dan hasil kedua
pengukuran yang diperoleh relative konsisten, maka alat pengukur tersebut dapat dikatakan
reliable. Oleh karena itu, setelah dilakukan uji validitas pada komponen kuisioner selanjutnya
dilakukan uji reliabilitas untuk mengetahui seberapa akurat komponen kuisioner digunakan
pada penelitian ini. Untuk reliabilitas dari data penelitian menggunakan Cronbach’s alpha
coefficients yang paling baik adalah 1 dan yang paling buruk memiliki nilai 0. Setiap item
kuisioer akan dinilai cukup handal (reliable) bila besar koefisien reliabilitas lebih besar dari
0.6. [ CITATION Hai06 \l 1033 ]
3.9.2 Analisis Faktor
Analisis factor dalam peneliian ini digunakan untuk menjawab rumusan permasalahan
pertama yaitu untuk mengetahui factor-faktor yang mempengaruhi persepsi pelaku usaha batik di
Tanjung Bumi dalam menghadapi Masyarakat Ekonomi ASEAN (MEA) 2015.
Analisis factor merupakan salah satu bentuk analisis multivariate yang tujuan umumnya
adalah menemukan satu atau beberapa variabel atau konsep yang diyakini sebagai sumber yang
melandasi seperangkat variabel nyata [ CITATION Mah07 \l 1033 ]. Analisis factor bertujuan
menemukan hubungan (interrelationship) antara sejumlah variable-variabel yang saling
independen satu dengan yang lainnya, sehingga bias dibuat satu atau beberapa kumpulan variable
yang lebih sedikit dari jumlah variable awal.[ CITATION San02 \l 1033 ]
Pada dasarnya terdapat dua jenis analisis factor:
1. Exploratory Factor Analysis (EFA), digunakan apabila belu ada teori yang menjelaskan
atau peneliti belum tahu setiap parameter (pertanyaan dalam likert) masuk ke
faktor/variabel laten.
2. Confirmatory Factor Analysis (CFA), digunakan apabila sudah ada teori yang
menjelaskan, atau peneliti sudah mengetahui setiap parameter masuk ke faktor/variabel
laten. Jadi tujuan dari CFA ini hanya untuk mengkonfirmasi apakah pembagian faktorfaktor eperti yang disebutkan dalam landasan teori sudah reliable.
Analisis faktor dilakukan dengan memeriksa korelasi (atau covariances) antara tindakantindakan yang diamati. Tindakan yang sangat berkorelasi (baik positif atau negative) cenderung
dipengaruhi oleh faktor yang sama, sementara mereka yang relative tidak berkorelasi cenderung
dipengaruhi oleh faktor yang berbeda.
Model analisis faktor dinyatakan dengan formula sebagai berikut:
Xi = AijFi + Ai2F2 + Ai3F3 ………………………. + AimFm + ViUi ……………………(2)
Dimana:
Xi = Variabel standar yang ke-i.
Aij = Koefisien multiple regresi standar dari variable ke-I pada common factor j.
F = Common Factor
Vi = Faktor unik variable-i
m = Banyaknya common factor
Faktor unik berkorelasi satu dengan yang lain dan dengan common factor. Common factor
dapat dinyatakan sebagai kombinasi linier dari variabel yang diteliti, dengan persamaan:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + ……………………….+ WikXk ……………………..(3)
Dimana:
Fi = Faktor ke-i yang diestimasi.
Wi = Bobot atau koefisien score faktor
Xk = Banyaknya variabel X pada faktor ke k.
Adapun langkah-langkah dalam melakukan analisis faktor adalah sebagai berikut:
a. Analisis Communalities
Communalities pada dasarnya adalah jumlah varians (bias dalam prosentase) dari suatu
variabel mula-mula yang bias dijelaskan oleh faktor yang ada [ CITATION San04 \l 1033
]. Semakin besar nilai communalities sebuah variabel, berarti semakin erat atau kuat
hubungan dengan faktor yang terbentuk [ CITATION San04 \l 1033 ].
b. Pembentukan matriks korelasi
Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua pasangan
variabel dalam penelitian ini. Matriks ini digunakan untuk mendapatkan nilai kedekatan
hubugan antar variabel penelitian. Nilai kedekatan ini dapat digunakan untuk melakukan
beberapa pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari
analsis faktor. Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis faktor
dapat dilaksanakan, yaitu:
(i)
Menentukan besaran nilai Barlett Tesr Sphericity, yang diunakan untuk
mengetahui apakah ada korelasi yang signifikan antar variabel.
(ii)
Keiser-Meyers-Oklin (KMO) Measure of Sampling Adequacy (MSA), yang
digunakan untuk mengukur kecukupan sampel dengan cara membandingkan
besarnya koefisien korelasi yang diamati dengan koefisien korelasi parsialnya.
Menurut Wibisono (2003) criteria kessuaian dalam pemakaian analisis faktor
adalah:
-
Jika harga KMO sebesar 0,9 berarti sangat memuaskan
-
Jika harga KMO sebesar 0,8 berarti memuaskan
-
Jika harga KMO sebesar 0,7 berarti harga menengah
-
Jika harga KMO sebesar 0,6 berarti cukup
-
Jika harga KMO sebesar 0,5 berarti kurang memuaskan
-
Jika harga KMO kurang dari 0,5 berarti tidak dapat diterima
Menurut Santoso (2002) angka MSA berisar antara 0 sampai dengan 1, dengan
criteria yang digunakan untuk interpretasi adalah sebagai berikut:
-
Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan
oleh variabel yang lainnya.
-
Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut masih dapat
diprediksi dan bisa dianalisis lebih lanjut.
-
Jika MSA lebih kecil dari setengah 0,5 dan atau mendekati 0, maka
variabel tersebut tidak dapat dianalisis lebih lanjut, atau dikeluarkan dari
variabel lainnya.
c. Ekstraksi faktor
Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi
terhadap sekumpulan variabel yang memiliki KMO > 0,5 sehingga terbentuk satu atau
lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal Component
Analysis (PCA) dan rotasi faktor dengan metode varimax (bagian dari orthogonal).
Setelah pereduksian variabel yang tidak mempunyai hubungan kuat pada tahap
sebelumnya,maka analisis faktor selanjutnya menghasilkan total variance explained.
Total variance explained menunjukkan total variasi yang diterangkan oleh setiap faktor.
Atinya, sejauh mana faktor dapat menjelaskan informasi yang ada pada keseluruhan
faktor. Banyaknya faktor yang terekstrak ditentukan oleh nilai Eigenvalue > 1,0. Nilai
Eigenvalue adalah sebuah nilai yang mempresentasikan keseluruhan varian yang
dijelaskan oleh masing-masing faktor. Nilai yang diperhatikan dalam table ini adalah
rotation sums of squared loadings, yang dihasilkan setelah perotasian. Dari nilai tersebut
dapat dilihat nilai variansi setiap faktor yang terbentuk dan nilai kumulatif variansi dari
faktor yang terbentuk dan nilai kumulatif variansi dari faktor-faktor yang terbentuk
(santoso, 2002).
d. Matriks Rotasi Faktor
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang lebih sederhana,
sehingga lebih mudah diinterpretesikan. Metode yang digunakan untuk rotasi adalah
varimax procedure, yang meminimalkan banyaknya variabel dengan loading tinggi
faktor, sehingga meningkatkan kemampuan menginterpretasikan faktor-faktor yang ada.
Factor loading adalah angka yang menunjukkan besarnya korelasi antara suatu variabel
dengan faktor satu, faktor dua, faktor tiga, faktor empat, atau faktor lima yang terbentuk.
Proses penentuan variabel mana akan masuk ke faktor yang mana, dilakukan dengan
melakukan perbandingan besar korelasi pada setiap baris di dalam table [ CITATION
San02 \l 1033 ]
e. Penamaan Faktor
Pada tahap ini, akan diberikan nama-nama faktor yang telah terbentuk berdasarkan faktor
loading suatu variabel terhadap faktor terbentuknya. Setelah tahapan pemberian nama
faktor yang terbentuk, berarti hipotesis penelitian telah terjawab. Setelah faktor=faktor
terbentuk, jika variabel-variabel yang masuk pada masing-masing faktor tidak sama
dengan yang penelitian terdahulu, perlu memberikan nama baru yang representative bagi
variabelvariabel yang masuk didalam masing-masing faktor [ CITATION San021 \l
1033 ]
3.10 Flowchart
Mulai
1. Identifikasi Masalah
2. Studi literatur
3. Rumusan masalah
4. Tujuan penelitian
5. Batasan masalah
Pemilihan responden
dan metode penelitian
1. Identifikasi variabel penelitian
2. Pembuatan kuisioner
3. Penyebaran kuisioner
Kuisioner
Tidak valid
Valid
Data penelitian
1. Uji validitas dan uji reliabilitas
2. Uji analisis faktor
Model matematis
analisis faktor
Validasi
model
Tidak valid
Valid
Kesimpulan dan Saran
Selesai
Gambar 3.3 Flowchart
DAFTAR PUSTAKA
D., A. (1989). Teknik Penyusunan Skala Pengukuran. Yogyakarta: Pusat Penelitian
Kependudukan Universitas Gadjah Mada.
Dipta, & Wayan, I. (2012). Memperkuat UKM Menghadapi Masyarakat Ekonomi ASEAN
Tahun 2015. 21.
Fadhilah Ramadhani, d. (2013). OPTIMALISASI PEMANFAATAN TEKNOLOGI
INFORMASI KOMUNIKASI BERBASIS E-COMMERCE SEBAGAI MEDIA
PEMASARAN USAHA KECIL MENENGAH GUNA MENINGKATKAN DAYA
SAING DALAM MENGHADAPI MASYARAKAT EKONOMI ASEAN 2015.
Economics Development Analysis Journal , 136-137.
Ferdiinand. (2013, Juli 4). usaha kecil menengah. Retrieved Februari 27, 2015, from :
http://www.usaha-kecil.com/usaha_kecil_menengah.html 2/27/2015 5:32
Ghozali, I. (2011). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Badan
Penerbit UNDIP.
Hair, J., & Joseph, F. (2006). Multivariate Data Analysis with Reading. New Jersey: Prentical
Hall.
Lina,
S.
(2013,
Juni
1).
Retrieved
Maret
13,
http://lina-aries.blogspot.com/2013/06/pengenalan-batik-nusantara.html
2015,
from
Maholtra, N. K. (2007). Marketing Research an Aplied Orientation . New Jersey: Prentice Hall.
Philip, K. (2000). Marketing Management, The Millenium Edition. NewJersey: Prentice Hall
International, Inc.
Radia, H. M. (2015). PENERAPAN WHITE OCEAN STRATEGY DAN BLUE OCEAN
STRATEGY PADA USAHA KECIL DALAM MENGHADAPI TANTANGAN
MASYARAKAT EKONOMI ASEAN 2015. 4.
S., A. (2013). Hubungan antara Persepsi Kualitas Pelayanandan Citra Bank dengan Loyalitas
Nasabah. 6.
Santoso, S. (2002). SPSS Statistik Multivariat. Jakarta: PT. Alex Media Komputerindo.
Santoso, S. (2002). Statistik Multivariat. Jakarta: PT. Alex Media Komputerindo.
Tjiptono, S. d. (2004). Riset Pemasaran Konsep dan Aplikasi dengan SPSS. Jakarta: PT. Elex
Media Komputindo.