IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN MUDA DENGAN MENGGUNAKAN ANALISIS FAKTOR
oleh DYAH LESTARI M 0102020
SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika.
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2007
SKRIPSI IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN MUDA DENGAN MENGGUNAKAN ANALISIS FAKTOR yang disiapkan dan disusun oleh DYAH LESTARI M 0102020 dibimbing oleh Pembimbing I
Pembimbing II
Dra. Etik Zukhronah, M.Si. NIP. 132 000 009
Irwan Susanto, DEA. NIP. 132 134 694
telah dipertahankan di depan Dewan Penguji pada hari Kamis, tanggal 26 Juli 2007 dan dinyatakan telah memenuhi syarat. Anggota Tim Penguji
Tanda Tangan
1. Drs. Sugiyanto, M.Si.
1.
NIP. 132 000 804 2. Dra. Yuliana Susanti, M.Si.
2.
NIP. 131 695 845 3.
3. Sri Kuntari, M.Si. NIP. 132 240 173
Surakarta,
Juli 2007
Disahkan oleh Fakultas Matematika dan Ilmu Pengetahuan Alam Dekan,
Prof. Drs. Sutarno, M.Sc, PhD. NIP. 131 649 948
Ketua Jurusan Matematika,
Drs. Kartiko, M.Si. NIP. 131 569 203
ABSTRAK Dyah Lestari, 2007. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN MUDA DENGAN MENGGUNAKAN ANALISIS FAKTOR. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret. Analisis faktor adalah suatu teknik analisis data yang ditujukan untuk mereduksi sejumlah variabel menjadi beberapa kelompok yang lebih kecil dan kelompok-kelompok kecil tersebut disebut sebagai faktor. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor pendorong pernikahan muda dengan menggunakan analisis faktor. Responden yang digunakan sebanyak 85, yaitu orang yang menikah pada usia antara 15-24 tahun di wilayah Surakarta. Teknik pengambilan sampel yang digunakan adalah sampling kluster sederhana. Dari responden yang terpilih, kemudian diminta untuk mengisi kuesioner. Variabel yang digunakan sebanyak tujuh belas, yaitu dorongan orang tua, dorongan teman, dorongan calon pasangan, takut kehilangan pasangan, hamil pranikah atau pasangan hamil pranikah, banyaknya artis yang menikah muda, banyaknya film yang mengisahkan pernikahan dini, takut dosa, takut jadi perawan/jaka tua, kemapanan hidup calon pasangan, sudah adanya pinangan atau sudah meminang, sudah menyelesaikan sekolah, orang tua ingin segera menimang cucu, sudah mempunyai penghasilan sendiri, banyaknya teman yang telah menikah, perjodohan, dan membantu perekonomian keluarga. Dari data yang diperoleh dilakukan uji validitas dan reliabilitas serta analisis faktor dengan menggunakan bantuan software SPSS 10.0 for windows. Hasil analisis menunjukkan bahwa terdapat tiga variabel yang tidak valid dan harus dikeluarkan dari analisis, yaitu hamil pranikah atau pasangan hamil pranikah, takut dosa, dan sudah mempunyai penghasilan sendiri. Koefisien reliabilitas sebesar 0,8190 yang berarti reliabilitas data dipenuhi. Dalam analisis faktor terdapat sebuah variabel yang harus dikeluarkan karena nilai KMO < 0,5, yaitu banyaknya artis yang menikah muda, sehingga variabel yang tersisa sebanyak tiga belas. Dari ketiga belas variabel tersebut kemudian dilakukan analisis faktor dan diperoleh lima faktor yang menjadi pendorong pernikahan muda, yaitu faktor kesiapan, faktor ekonomi, faktor pasangan, faktor pergaulan, dan faktor tradisi.
ABSTRACT Dyah Lestari, 2007. IDENTIFYING THE INSTIGATION FACTOR OF YOUNG MARRIAGE BY USING FACTOR ANALYSIS. Faculty of Mathematics and Natural Science. Sebelas Maret University. Factor analysis is a data analysis technique used to reduce the number of variables into several smaller groups and the groups are called as factor. The purpose of the research is to identify the instigation factors of young marriage by using factor analysis. The respondents used are 85 persons, namely a man or a woman who have got married in the young age of 15 up to 24 years old in the area of Surakarta. The sampling technique is simple cluster sampling. The respondents are given a questioner. The variables are seventeen, that are the instigation parents, friends, couple, the anxiety of losing couple, the pregnancy before marriage, the artist who marriage in the young age, many films which tell about young age marriage, the fear of sin, the anxiety of being old virgin, the prosperity of the couple, the application of marriage, having completed the study, the desire of parents in having grandchildren, having independent income, many friends who had married, the pairing and helping the economic condition of family. The validity and reliability of data are tested. The factor analysis is done by using software SPSS 10.0 for windows. The validity test result that there are three variables are not valid, that are the pregnancy before marriage, the fear of sin, and having independent income. The reliability coefficient is 0,8190, it means the data is reliable. The artist who marriage in the young age variable has KMO value less than 0,5, then that variable must be excluded from the analysis, so that the rest variables are thirteen. The result of factor analysis of thirteen variables are five factors, that are readiness factor, economic factor, couple factor, association factor, and tradition factor.
MOTTO
Sesungguhnya sesudah kesulitan ada kemudahan. Maka apabila kamu telah selesai dari suatu urusan, kerjakanlah dengan sungguh-sungguh urusan yang lain. Hanya kepada Robbmulah kamu kembali. (QS. Alam Nasyroh: 6 – 8)
KATA PENGANTAR
Puji syukur Ahamdulillahi robbil’alamin penulis panjatkan kehadirat Allah Ta’ala, karena atas izin-Nya penulis dapat menyelesaikan skripsi ini. Dalam penulisan skripsi ini banyak pihak yang telah membantu. Untuk itu penulis mengucapkan terima kasih kepada 1. Ibu Etik Zukhronah, M.Si selaku Pembimbing I yang telah memberikan bimbingan selama menyelesaikan skripsi ini. 2. Bapak Irwan Susanto, DEA selaku Pembimbing II yang telah memberikan bimbingan selama menyelesaikan skripsi ini. 3. semua responden yang telah memberikan bantuan dalam pengambilan data. 4. kedua orang tua dan Abu Falihah yang telah memberikan dorongan dan semangat. 5. Mona, Lisa, dan Wiwin serta semua teman angkatan 2002. 6. semua pihak yang tidak dapat disebutkan satu per satu. Akhirnya penulis berharap semoga penulisan skripsi ini dapat memberi manfaat bagi seluruh pembaca.
Surakarta,
Juli 2007
Penulis
DAFTAR ISI i HALAMAN JUDUL …………………………………………………………..i ii PENGESAHAN ………………………………………………………………..ii iii ABSTRAK ……………………………………………………………………..iii iv ABSTRACT ……………………………………………………………………iv v MOTO ………………………………………………………………………….v vi KATA PENGANTAR …………………………………………………………vi vii DAFTAR ISI …………………………………………………………………...vii ix DAFTAR TABEL ……………………………………………………………...ix x DAFTAR GAMBAR …………………………………………………………...x xi DAFTAR NOTASI ……………………………………………………………..xi BAB I
1 PENDAHULUAN ……………………………………………………1 1 1.1 Latar Belakang Masalah …………………………………………1 2 1.2 Perumusan Masalah ……………………………………………...2 2 1.3 Batasan Masalah …………………………………………………2 2 1.4 Tujuan Masalah ………………………………………………….2 2 1.5 Manfaat Penelitian ……………………………………………….2
3 BAB II LANDASAN TEORI ………………………………………………...3 3 2.1 Tinjauan Pustaka ………………………………………………..3 3 2.1.1 Pernikahan Usia Muda …………………………………..3 2.1.2 Uji Validitas dan Reliabilitas ………………………… 4 5 2.1.3 Korelasi ………………………………………………….5 6 2.1.4 Nilai Eigen ………………………………………………6 7 2.1.5 Analisis Faktor …………………………………………..6 12 2.2 Kerangka Pemikiran ……………………………………………10 13 BAB III METODE PENELITIAN ……………………………………………11 13 3.1 Sumber Data ………………………………………………...…11 13 3.2 Teknik Pengambilan Sampel ……………………………...……11 3.3 Metode Analisis Data ………………………………………. 14
BAB IV HASIL DAN PEMBAHASAN …………………………………….. 15 13 4.1 Hasil Uji Validitas dan Reliabilitas …………………………… 15 4.2 Hasil Analisis Faktor ……………………………………………15 BAB V
21 PENUTUP………………………………………………………….. 19 21 5.1 Kesimpulan ………………………………………………………. 5.2 Saran …………………………………………………………… 21
22 DAFTAR PUSTAKA ………………………………………………………….20 23 LAMPIRAN …………………………………………………………………..21
DAFTAR TABEL
Tabel 4.1
Angka KMO Tanpa Variabel X5, X8, dan X14 ……………..…… 16
Tabel 4.2
Angka KMO Tanpa Variabel X5, X6, X8 dan X14……………….
Tabel 4.3
18 Matriks Faktor …………………….……………………………...17
Tabel 4.4
Matriks Faktor Hasil Rotasi …………………………………….. 19
17
DAFTAR GAMBAR
Gambar 4.1 Plot Antara jumlah Faktor dan Nilai Eigen ………………………17
DAFTAR NOTASI αcronbach
: koefisien reliabilitas
rxy
: korelasi sederhana antara variabel X dan Y
rxy.z
: korelasi parsial antara variabel X dan Y dengan mengontrol Z
λ
: nilai eigen
X
: vektor variabel random teramati
μ
: vektor rata-rata variabel random teramati
L
: matriks bobot faktor
F
: vektor faktor bersama
ε
: vektor faktor spesifik
ψ
: variansi spesifik
hi2
: komunalitas
Lˆ *
: matriks bobot faktor hasil rotasi
T
: matriks transformasi ortogonal
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Di zaman modern sekarang ini, semenjak ilmu pengetahuan telah berkembang dengan pesatnya terutama ilmu psikologi, maka fase-fase perkembangan manusia telah diperinci serta gejala-gejala yang tampak pada setiap fase perkembangan tersebut. Fase perkembangan masa remaja merupakan pusat perhatian. Hal ini disebabkan karena masa remaja merupakan masa transisi dari masa kanak-kanak ke masa dewasa. Seorang remaja merasa telah meninggalkan usia anak-anak yang lemah dan penuh dengan ketergantungan, namun di sisi lain ia belum mampu ke usia yang kuat dan penuh tanggung jawab, baik terhadap dirinya maupun masyarakat. Dalam masa transisi itu remaja akan mengalami perubahan-perubahan, baik perubahan fisik, perubahan emosi maupun perubahan sosialnya. Perubahan-perubahan yang terjadi di masa remaja tentunya memerlukan penyesuaian diri. Namun demikian, seringkali remaja sulit menyesuaikan diri dengan perubahan yang terjadi pada dirinya, seperti dalam mengendalikan hawa nafsu yang bergejolak, akibatnya banyak kasus hamil pranikah. Hal ini menuntut segera dilakukannya pernikahan untuk menyelamatkan status anak yang akan dilahirkan. Selain dari permasalahan di atas, masih banyak lagi hal-hal yang dijadikan alasan oleh seseorang untuk melakukan pernikahan muda. Oleh karena itu, penulis ingin mengetahui faktor-faktor apa saja yang dijadikan alasan oleh seseorang melakukan pernikahan muda dengan menggunakan analisis faktor. Analisis faktor adalah suatu analisis data yang ditujukan untuk mereduksi sejumlah variabel menjadi beberapa kelompok yang lebih kecil dan kelompok-kelompok kecil tersebut disebut sebagai faktor. Dalam proses perhitungan analisis faktor digunakan bantuan software SPSS 10.0 for windows.
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan di atas, maka perumusan masalahnya adalah faktor-faktor apa yang menjadi pendorong seseorang menikah di usia muda.
1.3 Batasan Masalah
Agar penulisan skripsi ini dapat terarah dan tidak menyimpang dari judul yang telah ditentukan, maka diberikan batasan yaitu populasi yang digunakan adalah masyarakat kota Surakarta yang telah menikah di usia muda, yaitu antara usia 15 tahun sampai dengan 24 tahun.
1.4 Tujuan Masalah
Tujuan yang ingin dicapai dalam penelitian ini adalah menentukan faktorfaktor yang menjadi pendorong seseorang menikah di usia muda dengan menggunakan analisis faktor.
1.5 Manfaat penelitian
Dengan dilakukannya penelitian mengenai identifikasi pendorong pernikahan muda ini diharapkan dapat menambah pengetahuan tentang aplikasi analisis faktor di bidang sosial
BAB II LANDASAN TEORI
2.1 Tinjauan Pustaka
Untuk mencapai tujuan penelitian, diperlukan teori-teori yang mendukung pembahasan meliputi pernikahan muda, uji validitas dan reliabilitas, korelasi, nilai eigen, analisis faktor. 2.1.1 Pernikahan Muda
Zaman dahulu orang-orang menikah di usia belasan tahun disebabkan karena kondisi perekonomian negara saat itu masih sangat terpuruk dengan adanya penjajahan, sehingga untuk meringankan beban orang tua anak yang sudah cukup umur dinikahkan agar bisa mencari nafkah dan memenuhi kebutuhannya sendiri. Kemudian setelah perekonomian negara membaik, pernikahan muda mulai ditinggalkan, yaitu sekitar tahun 80-an (Noe, 2003). Hal itu terjadi karena banyak orang berfikir untuk menyelesaikan studi terlebih dahulu atau meniti karir sebelum menikah, sehingga banyak yang baru menikah di usia 30-an. Kini tren menikah muda kembali muncul dikarenakan merebaknya pergaulan bebas di kalangan remaja. Hal itu terjadi karena remaja saat ini banyak yang berkiblat pada pergaulan ala barat, yang mana kebebasan sangat dijunjung tinggi bahkan dalam hal kehidupan seks. Banyak orang tua yang khawatir anaknya terjebak dalam pergaulan bebas sehingga mengizinkan mereka menikah muda. Namun banyak juga yang menikahkan anaknya dikarenakan telah hamil pranikah akibat dari pergaulan bebas tersebut. Menurut Hadikusuma (1990), pasal 7 Undang-undang nomor 1 tahun 1974 tentang perkawinan menetapkan bahwa perkawinan diizinkan bila pria telah berusia 19 tahun dan wanita telah berusia 16 tahun. Dengan adanya undangundang perkawinan akan ada batasan usia minimal seseorang diizinkan untuk menikah.
WHO menetapkan batas usia 10-20 tahun sebagai batasan usia remaja. Sementara itu, PBB menetapkan usia 15-24 tahun sebagai batasan usia muda (Anonim, 2003). Dalam penelitian ini, batasan usia yang digunakan 15-24 tahun.
2.1.2
Uji Validitas dan Reliabilitas
Menurut Azwar (1997), salah satu masalah utama dalam kegiatan penelitian adalah masalah cara memperoleh data yang dapat memberikan suatu informasi yang akurat dan objektif. Hal ini menjadi sangat penting artinya dikarenakan kesimpulan peneliti hanya akan dapat dipercaya bila didasarkan pada informasi yang juga dapat dipercaya. Kriteria yang mampu memberikan informasi yang dapat dipercaya adalah validitas dan reliabilitas. Validitas mempunyai arti sejauhmana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu tes dapat dikatakan mempunyai validitas tinggi jika suatu alat ukur menjalankan fungsi ukurnya sesuai dengan maksud dilakukannya pengukuran. Suatu alat ukur yang valid tidak sekedar mampu mengungkapkan data dengan tepat, tetapi juga memberikan gambaran yang cermat mengenai data tersebut. Uji validitas dapat dihitung dengan menggunakan rumus korelasi Pearson yang dirumuskan
rxi y =
n
n
k =1
k =1
n ∑ X ki Yk − ∑ X ki
n
∑Y k =1
k
2 2 n n n n n X 2 − X n Y 2 − Y ∑ ∑ ∑ ∑ ki ki k k k =1 k =1 j =1 ki =1
dengan X = skor tes variabel ke-i pada objek ke-k Y = total skor tes objek ke-k, kriteria bahwa suatu tes dikatakan valid jika memiliki nilai koefisien korelasi yang lebih besar dari nilai rtabel, dengan derajad bebas n-2. Sedangkan reliabilitas memiliki berbagai nama seperti keterpercayaan, keterandalan, kestabilan, dan sebagainya. Namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauhmana hasil ukur suatu pengukuran dapat
dipercaya. Pengukuran yang memiliki reliabilitas tinggi disebut sebagai pengukuran yang reliabel. Sifat reliabel diperlihatkan oleh tingginya reliabilitas hasil ukur suatu tes. Suatu alat ukur yang tidak reliabel akan memberikan informasi yang tidak akurat mengenai keadaan subjek atau individu yang dikenai tes. Apabila informasi yang keliru itu digunakan sebagai dasar pertimbangan dalam pengambilan suatu kesimpulan dan keputusan, maka tentulah kesimpulan dan keputusan itu tidak akan tepat. Tinggi rendahnya reliabilitas ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas. Estimasi koefisien reliabilitas dapat dilakukan dengan metode pendekatan konsistensi internal, karena metode pendekatan ini hanya memerlukan satu kali pengenaan tes kepada sekelompok individu sebagai subjek. Nilai koefisien reliabilitas dapat dicari dengan rumus αcronbach. αcronbach =
p 1− p − 1
p
∑s i =1
s2
2 i
dengan p : jumlah variabel si2 : variansi skor tes pada variabel ke-i s2 : variansi keseluruhan skor tes. Nilai koefisien reliabilitas αcronbach berkisar antara 0 dan 1. αcronbach = 1 berarti terdapat konsistensi yang sempurna pada hasil pengukuran, sedangkan jika αcronbach = 0 berarti hasil pengukuran tidak konsisten atau tidak reliabel. Menurut Salimun (Suhartini: 2003), suatu tes dikatakan reliabel jika koefisien αcronbach lebih besar dari nilai αcronbach standar sebesar 0,6.
2.1.3 Korelasi
Menurut Sembiring (1995), jika (x1, y1), (x2, y2), …, (xn, yn) adalah pasangan data yang diperoleh dari dua variabel acak X dan Y maka keeratan hubungan
antara X dan Y dapat dinyatakan dengan koefisien korelasi sederhana yang dilambangkan dengan rxy. Nilai dari rxy adalah n
rxy =
∑ (x i =1
i
− x ) ( yi − y )
n 2 ∑ ( x i − x ) i =1
( yi − y ) ∑ i =1 n
1/ 2
2
dengan -1 ≤ rxy ≤ 1. Apabila hubungan linear antara X dan Y sempurna maka rxy = ± 1. Koefisien korelasi bernilai positif menunjukkan bahwa hubungan linear antara kedua variabel searah, artinya bila X membesar maka Y juga membesar, sebaliknya apabila koefisien korelasi bernilai negatif menunjukkan bahwa hubungan linear antara kedua variabel berlawanan, artinya jika yang satu membesar maka yang lain mengecil. Tetapi jika nilai rxy = 0 berarti tidak ada hubungan antara X dan Y. Korelasi sederhana hanya digunakan untuk mengetahui keeratan hubungan antara dua variabel, tetapi jika diinginkan untuk mengetahui keeratan hubungan lebih dari dua variabel maka digunakan korelasi parsial. Misalkan X, Y, dan Z adalah tiga variabel maka korelasi parsial antara X dan Y dengan mengontrol Z didefinisikan sebagai rxy . z =
rxy − rxz ryz 1 − rxz
2
1 − ryz
2.1.3
2
.
Nilai Eigen
Menurut Anton (1995), jika A adalah matriks berukuran nxn, maka vektor taknol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan skalar dari x, yakni Ax = λx untuk suatu skalar λ. Skalar λ dinamakan nilai eigen dari A dan x dinamakan vektor eigen yang bersesuaian dengan λ. Menurut Simamora (2005), berdasarkan nilai eigen dapat dilihat kemampuan setiap faktor mewakili variabel-variabel yang dianalisis yang ditunjukkan oleh besarnya variansi yang dijelaskan.
2.1.4
Analisis Faktor
Menurut Santoso dan Tjiptono (2001), analisis faktor pada prinsipnya digunakan untuk mereduksi data, yaitu proses untuk meringkas sejumlah variabel menjadi lebih sedikit dan menamakannya sebagai faktor. Misal X adalah vektor random teramati dengan p variabel yang mempunyai rata-rata μ dan matriks kovariansi Σ akan diringkas menjadi sejumlah m faktor, dimana m ≤ p. Model faktor menyatakan bahwa X dependen secara linear terhadap variabel tak teramati F1, F2, …, Fm yang disebut faktor bersama dan sejumlah p sumber variansi tambahan ε1, ε2, …, εp yang disebut faktor spesifik. Secara umum model analisis faktor adalah X 1 − µ1 = l11 F1 + l12 F2 + ... + l1m Fm + ε 1 X 2 − µ 2 = l 21 F1 + l 22 F2 + ... + l 2 m Fm + ε 2 M X p − µ p = l p1 F1 + l p 2 F2 + ... + l pm Fm + ε p dengan Xi : variabel ke-I μi : rata-rata variabel ke-i lij : bobot variabel ke-i pada faktor ke-j Fj : faktor bersama ke-j εi : faktor spesifik ke-i. Jika dituliskan dalam notasi matriks X–μ =
L
F + ε (px1) (pxm) (mx1)
dengan X : vektor variabel μ : vektor rata-rata variabel L : matriks bobot faktor F : vektor faktor bersama ε : vektor faktor spesifik. Asumsi yang mendasari analisis faktor adalah 1. E(F) = 0, 1.
Cov(F) = E(FF’) = I
(px1)
ψ 1 0 0 ψ 2 Cov(ε) = E(εε’) = ψ = M M 0 0
2. E(ε) = 0,
L 0 L 0 O M L ψ p
3. F dan ε saling independen, maka Cov(ε,F) = E(εF’) = 0 . Berdasarkan asumsi diperoleh struktur kovariansi model analisis faktor, yaitu 1. Cov(X) = LL’ + ψ sehingga Cov(X1, X2) = li1lk1 + li2lk2 + … +limlkm 2. Cov(X, F) = L sehingga Cov(Xi, Fj) = lij , dengan i = 1, 2, …, p dan j = 1, 2, … , m dan struktur variansi model analisis faktor, yaitu σii = li12 + li22 + … +lim2 + ψi = hi2 + ψi dengan hi2 = li12 + li22 + … +lim2 , i = 1, 2, …, p hi2 : komunalitas, yaitu jumlah kuadrat bobot variabel ke-i pada m faktor ψi : variansi spesifik, yaitu variansi setiap variabel X yang dijelaskan oleh faktor spesifik . Menurut Johnson dan Wichern (1982), tujuan utama dari analisis faktor adalah untuk menentukan beberapa faktor yang merupakan hasil reduksi dari sejumlah variabel. Setelah faktor-faktor tersebut diketahui, langkah selanjutnya adalah mencari nilai bobot faktor dari tiap-tiap variabel sehingga dapat diketahui suatu variabel akan masuk ke dalam faktor yang mana. .Dalam mengestimasi nilai bobot faktor, metode yang digunakan adalah analisis komponen utama. Metode ini diturunkan dari matriks kovariansi Σ . Pandang Σ mempunyai pasangan nilai eigen-vektor eigen (λi, ei) dengan λ1 ≥ λ2 ≥ …≥ λp ≥ 0, maka Σ = λ1 e1 e1’ + λ2 e2 e2’ + … + λp ep ep’ + ψ
=
[ λe
1 1
λ2 e2 L
λp ep
]
λ1 e1' ψ 1 0 λ 2 e2 ' + 0 ψ 2 M M M ' 0 λ p e p 0
L 0 L 0 O M L ψ p
karena sebanyak p-m nilai eigen terakhir bernilai kecil (kurang dari satu) maka kontribusi λm+1 em+1 em+1’ + λm+2 em+2 em+2’ + …+ λp ep ep’ terhadap Σ dapat diabaikan, sehingga persamaan menjadi
=
[ λe
1 1
λ2 e2 L
λm em
]
λ1 e1' ψ 1 0 λ 2 e2 ' + 0 ψ 2 M M M ' 0 λ m em 0
L 0 L 0 O M L ψ p
= LL’ + ψ. Jadi matriks bobot faktornya adalah L=
[ λe
1 1
λ 2 e2 L
λ m em
]
dengan ej berukuran px1, j = 1, 2, …, m. Seringkali nilai estimasi dari bobot faktor sulit untuk diinterpretasikan maka perlu dilakukan rotasi sehingga diperoleh struktur yang paling sederhana. Pertama kali harus dilihat pola bobot faktor sehingga tiap variabel mempunyai bobot yang tinggi pada suatu faktor tertentu dan bobot yang rendah pada faktor yang tersisa. Salah satu jenis rotasi faktor adalah rotasi ortogonal. Rotasi ini bertujuan selain untuk mempertajam perbedaan bobot faktor setiap variabel, juga untuk mempertahankan keadaan di mana faktor-faktor yang direduksi tidak terdapat korelasi.
Rotasi
ortogonal
mempunyai
kemampuan
yang
sama
dalam
menghasilkan matriks kovariansi Σ . Jika Lˆ (pxm) adalah matriks estimasi bobot faktor, maka matriks estimasi bobot faktor setelah dirotasi Lˆ * (pxm) didefinisikan dengan Lˆ * = Lˆ T dengan TT’ = T’T = I dan T adalah matriks transformasi ortogonal. Matriks estimasi kovariansi tidak berubah, karena Lˆ Lˆ ' + ψˆ = Lˆ T T ' Lˆ + ψˆ = Lˆ * Lˆ*' + ψˆ sehingga tidak masalah apakah Lˆ atau Lˆ * yang diperoleh. Metode rotasi ortogonal yang digunakan dalam penelitian ini adalah varimax.
Metode varimax terpusat pada penyederhanaan kolom matriks faktor (Hair et al, 1998). Nilai bobot faktor yang besar akan semakin membesar dan bobot faktor yang kecil akan semakin mengecil, sehingga jumlah variansi bobot faktor dari matriks faktor menjadi maksimal. Metode varimax akan memilih transformasi ortogonal T yang membuat 1 V= p
p ~ 4 p ~ 2 2 ∑ lij ∗ − ∑ lij * / ∑ j =1 i =1 i =1 m
( )
( )
p
lˆij ∗ ~ maksimal, dengan V adalah variansi dari kuadrat bobot faktor dan lij * = hi adalah koefisien akhir setelah dirotasi yang dibagi dengan akar kuadrat komunalitas. Menurut Santoso dan Tjiptono (2001), secara garis besar terdapat empat tahap dalam analisis faktor. Berikut ini akan disajikan tahapan-tahapan tersebut. 1. Memilih variabel yang layak dimasukkan dalam analisis faktor. Oleh 1. karena analisis faktor berupaya mengelompokkan sejumlah variabel, maka seharusnya ada korelasi yang cukup kuat diantara variabel sehingga akan terjadi pengelompokan. Jika sebuah variabel atau lebih berkorelasi lemah dengan variabel yang lain maka variabel tersebut akan dikeluarkan dari analisis faktor. Alat yang digunakan untuk keperluan ini adalah KMO (Kaiser-Meyer-Olkin Measure of Sampling) dan Tes Bartlett dan matriks anti-image. a.
KMO dan Tes Bartlett adalah alat yang digunakan untuk menguji apakah variabel-variabel yang ada sudah layak untuk dimasukkan dalam analisis atau belum. Nilai KMO berkisar antara 0 sampai 1. Jika nilai KMO ≥ 0,5 maka analisis faktor layak dilakukan. Sedangkan Tes Bartlett adalah tes statistik yang digunakan untuk menguji apakah variabel-variabel yang dilibatkan berkorelasi. Hipotesis nol (Ho) menyatakan tidak ada korelasi antarvariabel, sedangkan hipotesis alternatif (H1) menyatakan terdapat korelasi antarvariabel. Statistik uji
Tes Bartlett didekati dengan nilai chi-square (X2) dengan derajat kebebasan sebesar υ. Chi-square dirumuskan dengan X 2 hitung = s2 =
(n − 1) s 2 σ2
1 n ( x i − x )2 ∑ n − 1 i =1
Ho ditolak bila X2hitung > X2 (υ,α). b.
Matriks anti-image adalah alat yang digunakan untuk mengetahui besarnya korelasi parsial antar variabel, yaitu korelasi yang tidak dipengaruhi variabel lain. Angka di dalam diagonal matriks anti-image bagian korelasi menunjukkan nilai KMO tiap variabel, sedangkan angka di luar diagonalnya menunjukkan nilai korelasi parsial antar variabel. Nilai KMO dirumuskan p
KMO =
q
∑∑ r i =1 k =1
p
q
2
ik
p
q
∑∑ rik + ∑∑ ri.k 2
i =1 k =1
i =1
2
k
dengan rij = korelasi antara variabel ke-i dan variabel ke-k ri.k = korelasi parsial antara variabel ke-i dan variabel yang lain dengan variabel ke-k sebagai kontrol. Jika nilai KMO < 0,5 maka variabel tersebut harus dikeluarkan dari analisis faktor dan jika terdapat lebih dari satu variabel dengan nilai KMO < 0,5 maka variabel yang dikeluarkan adalah variabel dengan nilai KMO terendah. Ulangi kembali proses penyeleksian variabel, jika semua variabel telah mamiliki nilai KMO ≥ 0,5 maka analisis lebih lanjut dapat dilakukan. 2. Melakukan reduksi variabel sehingga diperoleh satu atau beberapa faktor. Penentuan banyaknya faktor yang dihasilkan didasarkan pada nilai eigen, yaitu dengan mengambil faktor yang nilai eigennya lebih besar dari satu. Secara visual nilai eigen dapat dilihat dari scree plot. Sumbu vertikal menunjukkan nilai eigen sedang pada sumbu horisontal menunjukkan jumlah seluruh faktor yang dapat terbentuk.
3. Melakukan rotasi faktor untuk memperjelas apakah faktor yang terbentuk sudah signifikan berbeda dengan faktor yang lain sehingga mudah untuk diinterpretasi. 4. Melakukan interpretasi hasil rotasi dan memberi nama pada faktor yang terbentuk.
2.2 Kerangka Pemikiran
Saat ini banyak orang melakukan pernikahan muda. Hal tersebut bisa terjadi karena semakin merebaknya pergaulan bebas di kalangan remaja, perjodohan, permasalahan ekonomi, tradisi yang berlaku di masyarakat, dan masih banyak lagi. Berdasarkan hal itu maka peneliti ingin meneliti faktor-faktor apa saja yang mempengaruhi seseorang menikah di usia muda. Dalam penelitian ini, peneliti melibatkan tujuh belas variabel yang dimungkinkan dapat mendorong seseorang menikah muda. Dari data yang diperoleh dilakukan uji validitas dan reliabilitas untuk mengetahui apakah variabel yang digunakan valid dan data yang diperoleh dapat dipercaya keakuratannya atau tidak. Setelah variabel valid dan data dapat dipercaya keakuratannya, dilanjutkan dengan analisis faktor yang meliputi penyeleksian variabel, reduksi variabel, rotasi faktor, interpretasi dan pemberian nama pada faktor yang terbentuk.
Dalam proses perhitungannya digunakan
bantuan software SPSS 10.0 for windows.
BAB III METODE PENELITIAN 3.1 Sumber Data
Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh melalui kuesioner yang diberikan kepada 85 responden pada bulan Februari-Maret 2007 di wilayah Surakarta. Responden yang dimaksud adalah orang-orang yang telah menikah di usia muda, yaitu antara 15-24 tahun. Variabel-variabel yang digunakan dalam penelitian ini adalah dorongan orang tua (X1), dorongan teman (X2), dorongan calon pasangan (X3), takut kehilangan pasangan (X4), hamil pranikah atau pasangan hamil pranikah (X5), banyaknya artis yang menikah muda (X6), banyaknya film yang mengisahkan pernikahan dini (X7), takut dosa (X8), takut jadi perawan/jaka tua (X9), kemapanan hidup calon pasangan (X10), sudah adanya pinangan atau sudah meminang (X11), sudah menyelesaikan sekolah (X12), orang tua ingin segera menimang cucu (X13), sudah mempunyai penghasilan sendiri (X14), banyaknya teman yang telah menikah (X15), perjodohan (X16), dan membantu perekonomian keluarga (X17). Data responden selengkapnya dapat dilihat pada Lampiran 1. 3.2 Teknik Pengambilan Sampel
Jumlah variabel yang dilibatkan dalam analisis faktor minimal lima dan tidak ada ukuran sampel minimal yang diterima. Semakin besar ukuran sampel, analisis faktor menjadi semakin akurat. Sebagai aturan umum, jumlah sampel minimal adalah tiga kali jumlah variabel (Simamora, 2005). Dalam penelitian ini jumlah sampel yang digunakan adalah lima kali jumlah variabel dengan harapan agar hasil analisis faktor menjadi lebih akurat. Karena jumlah variabel yang digunakan tujuh belas variabel, maka jumlah responden yang dibutuhkan adalah 85. Teknik pengambilan sampel yang digunakan adalah sampling kluster sederhana.
3.3 Metode Analisis Data
Berdasarkan data yang diperoleh, dilakukan pengolahan data dengan bantuan software SPSS 10.0 for windows. Pengolahan data tersebut meliputi uji validitas dan reliabilitas untuk mengetahui apakah variabel yang digunakan valid dan data yang diperoleh dapat dipercaya keakuratannya atau tidak, setelah itu dilakukan analisis faktor untuk mengetahui faktor-faktor yang menjadi pendorong pernikahan muda.
BAB IV HASIL DAN PEMBAHASAN
Pada tahap analisis data dilakukan uji validitas dan reliabilitas untuk mengetahui kevalidan variabel yang digunakan dan keakuratan data. Setelah kevalidan dan keakuratan dipenuhi kemudian dilakukan analisis faktor.
4.1 Hasil Uji Validitas dan Reliabilitas
Sebelum data diolah lebih lanjut, terlebih dahulu perlu diketahui validitas tiap variabel dan reliabilitas data hasil kuesioner. Sebagai data awal diambil 30 sampel. Variabel dinyatakan valid jika koefisien korelasinya ≥ rtabel dengan derajad kebebasan 28 dan α = 0,05. Dari tabel r diperoleh nilai rtabel sebesar 0,239. Pada Lampiran 2 dapat dilihat bahwa terdapat dua variabel dengan koefisien korelasi yang nilainya < 0,239, yaitu variabel X5 dan X8. Hal ini berarti bahwa variabel X8 dan X5 tidak valid dan harus dikeluarkan dari analisis. Setelah X5 dan X8 dikeluarkan, uji validitas kembali dilakukan. Ternyata terdapat satu variabel yang koefisien korelasinya < 0,239, yaitu X14, maka X14 harus dikeluarkan dari analisis. Setelah X5, X8, dan X14 dikeluarkan, kembali dilakukan uji validitas, ternyata semua variabel koefisien korelasinya ≥ 0,239. Hal ini berarti semua variabel telah valid dan analisis lanjut dilakukan tanpa melibatkan variabel X5, X8, dan X14. Sedangkan nilai koefisien reliabilitas yang diperoleh sebesar 0,8190, yang berarti data sudah reliabel karena nilainya ≥ nilai αcronbach standar yaitu 0,6.
4.2 Hasil Analisis Faktor
Analisis faktor digunakan untuk meringkas empat belas variabel menjadi beberapa variabel baru dan menamakannya sebagai faktor. Berikut ini adalah tahap-tahap dalam analisis faktor.
1. Analisis faktor tanpa variabel X5, X8, dan X14. Berdasarkan Lampiran 3.1, terlihat bahwa nilai KMO sebesar 0,707 yang berarti analisis faktor layak dilakukan. Sedangkan nilai KMO tiap variabel ditampilkan dalam Tabel 4.1. Terlihat bahwa ada sebuah variabel yang mempunyai nilai KMO < 0,5, yaitu X6 (0,479). Hal ini berarti variabel X6 belum layak untuk dimasukkan dalam analisis dan harus dikeluarkan dari pemilihan variabel.
2. Analisis faktor tanpa variabel X5, X6, X8 dan X14. Berdasarkan Lampiran 4.1, terlihat bahwa nilai KMO sebesar 0,717 yang berarti analisis faktor layak dilakukan. Sedangkan nilai KMO tiap variabel ditampilkan dalam Tabel 4.2. Terlihat bahwa semua variabel mempunyai nilai KMO ≥ 0,5. Hal ini berarti analisis lanjut dilakukan tanpa variabel X5, X6, X8 dan X14. Komunalitas menunjukkan kuat lemahnya hubungan antara suatu variabel terhadap faktor yang terbentuk. Semakin besar nilai komunalitas berarti semakin kuat hubungannya dengan faktor tersebut. Pada Lampiran 4.3 terlihat komunalitas terkecil dimiliki oleh variabel X1, berarti variabel X1 memiliki hubungan yang paling lemah dengan faktor yang terbentuk. Sedangkan komunalitas tertinggi dimiliki oleh variabel X17, berarti variabel X17 memiliki hubungan yang paling kuat dengan faktor yang terbentuk.
Tabel 4.1 Angka KMO Tanpa Variabel X5, X8, dan X14 Variabel
Nilai KMO
Variabel
Nilai KMO
X1
0,724
X10
0,661
X2
0,732
X11
0,715
X3
0,735
X12
0,810
X4
0,688
X13
0,777
X6
0,479
X15
0,674
X7
0,681
X16
0,633
X9
0,668
X17
0,631
Tabel 4.2 Angka KMO Tanpa Variabel X5, X6, X8 dan X14. Variabel
Nilai KMO
Variabel
Nilai KMO
X1
0,723
X11
0,734
X2
0,729
X12
0,810
X3
0,740
X13
0,774
X4
0,681
X15
0,672
X7
0,738
X16
0,600
X9
0,675
X17
0,654
X10
0,671
Reduksi variabel dilakukan untuk menentukan jumlah faktor yang terbentuk. Hasil reduksi variabel dapat dilihat pada Lampiran 4.4. Berdasarkan lampiran tersebut terlihat bahwa dari tiga belas variabel yang dianalisis terbentuk lima faktor. Banyaknya faktor yang terbentuk secara visual dapat ditampilkan dalam bentuk grafik yang disebut dengan scree plot, seperti pada Gambar 4.1. Scree Plot 5
nilai eigen
4
3
2
1
0 1
2
3
4
5
6
7
8
9
10
11
12
13
jumlah faktor
Gambar 4.1 Plot Antara Jumlah Faktor dan Nilai Eigen
Gambar 4.1 menunjukkan bahwa jumlah faktor yang terbentuk ada lima. Hal itu dapat dilihat dari banyaknya bobot faktor yang nilai eigennya lebih besar dari satu sebanyak lima dan delapan lainnya lebih kecil dari satu.
Distribusi dari tiga belas variabel ke dalam lima faktor yang terbentuk dapat dilihat pada Tabel 4.3. Angka-angka tersebut merupakan bobot faktor yang menggambarkan besar korelasi suatu variabel dengan faktor yang terbentuk. Penentuan suatu variabel akan masuk ke dalam faktor yang mana dilakukan dengan perbandingan bobot faktor pada setiap baris, yaitu di mana letak bobot faktor terbesar pada suatu variabel berada maka variabel itu akan menjadi anggota faktor tersebut. Angka pembatas (cut off point) agar sebuah variabel bisa masuk ke dalam sebuah faktor didasarkan pada pendapat Child (Erni) yaitu menggunakan angka pembatas 0,3. Angka korelasi kuat bila di atas 0,3 dan angka korelasi lemah bila di bawah 0,3. Tabel 4.3 Matriks Faktor Faktor
Variabel 1
2
3
4
5
X1
0,667
0,093
-0,188
-0,224
-0,102
X2
0,659
-0,116
-0,471
-0,237
-0,228
X3
0,591
-0,340
0,263
-0,263
-0,171
X4
0,531
-0,440
0,411
0,105
-0,240
X7
0,456
-0,437
0,093
0,257
0,534
X9
0,401
0,205
-0,256
0,636
-0,334
X10
0,527
0,308
0,526
0,297
-0,197
X11
0,567
0,409
0,046
-0,295
-0,180
X12
0,709
0,063
0,111
-0,392
0,089
X13
0,700
-0,192
-0,091
0,375
-0,016
X15
0,544
-0,304
-0,489
0,051
0,273
X16
0,318
0,657
-0,208
0,120
0,147
X17
0,525
0,414
0,261
-0,012
0,563
Terlihat bahwa pendistribusian ketiga belas variabel terhadap lima faktor yang terbentuk kurang merata, terdapat sembilan variabel yang menjadi anggota faktor pertama, sedangkan keempat variabel yang lain terdistribusi ke dalam
empat faktor yang tersisa. Selain itu juga terlihat bahwa variabel X10 berkorelasi sama kuat untuk faktor 1 dan faktor 3. Hal ini berarti bahwa bobot faktor yang terbentuk kurang jelas sehingga perlu dilakukan rotasi faktor. Metode rotasi yang digunakan adalah rotasi varimax.
Setelah dilakukan rotasi, dihasilkan bobot
faktor yang baru pada Tabel 4.4.
Tabel 4.4 Matriks Faktor Hasil Rotasi Faktor Variabel 1
2
3
4
5
X1
0,671
0,218
0,147
0,107
0,139
X2
0,827
-0,096
0,074
0,199
0,198
X3
0,429
0,031
0,646
0,138
-0,105
X4
0,132
-0,038
0,799
0,195
0,131
X7
-0,045
0,174
0,286
0,802
-0,013
X9
0,123
0,049
0,027
0,069
0,872
X10
-0,005
0,535
0,542
-0,146
0,417
X11
0,570
0,446
0,156
-0,227
0,104
X12
0,600
0,419
0,325
0,140
-0,141
X13
0,283
0,113
0,339
0,480
0,488
X15
0,469
-0,044
-0,066
0,678
0,140
X16
0,231
0,568
-0,341
-0,047
0,343
X17
0,102
0,861
0,049
0,275
-0,048
Terlihat bahwa pendistribusian bobot faktor hasil rotasi lebih jelas daripada sebelum dilakukan rotasi. Setelah dilakukan perbandingan bobot faktor, langkah selanjutnya adalah menginterpretasi faktor-faktor yang mewakili variabel-variabel asli. Penamaan faktor dapat berupa nama baru yang dapat mewakili variabelvariabel yang menjadi anggotanya atau dari nama salah satu variabel yang membangun faktor tersebut. Berikut ini adalah interpretasi Tabel 4.4.
1. Faktor 1 Faktor ini terdiri dari empat variabel, yaitu dorongan orang tua (X1), dorongan teman (X2), sudah adanya pinangan atau sudah meminang (X11), dan sudah menyelesaikan sekolah (X12). Faktor ini dinamakan dengan faktor kesiapan. 2. Faktor 2 Faktor ini terdiri dari dua variabel, yaitu perjodohan (X16) dan membantu perekonomian keluarga (X17). Faktor ini dinamakan dengan faktor ekonomi. 3. Faktor 3 Faktor ini terdiri dari tiga variabel, yaitu dorongan calon pasangan (X3), takut kehilangan pasangan (X4) dan kemapanan hidup calon pasangan (X10). Faktor ini dinamakan dengan faktor pasangan. 4. Faktor 4 Faktor ini terdiri dari dua variabel, yaitu banyaknya film yang mengisahkan pernikahan dini (X7) dan banyaknya teman yang telah menikah (X15). Faktor ini dinamakan dengan faktor pergaulan. 5. Faktor 5 Faktor ini terdiri dari dua variabel, yaitu takut jadi perawan tua atau jaka tua (X9) dan orang tua ingin segera menimang cucu (X13). Faktor ini dinamakan dengan faktor tradisi.
BAB V PENUTUP
5.1 Kesimpulan Dari pembahasan diperoleh kesimpulan bahwa terdapat lima faktor yang menjadi pendorong pernikahan muda, yaitu 1. faktor kesiapan yang terdiri dari empat variabel, yaitu dorongan orang tua, dorongan teman, sudah adanya pinangan atau sudah meminang, dan sudah menyelesaikan sekolah. 2. faktor ekonomi yang terdiri dari dua variabel, yaitu perjodohan dan membantu perekonomian keluarga 3. faktor pasangan yang terdiri dari tiga variabel, yaitu dorongan calon pasangan, takut kehilangan pasangan, dan kemapanan hidup calon pasangan 4. faktor pergaulan yang terdiri dari dua variabel, yaitu banyaknya film yang mengisahkan pernikahan dini dan banyaknya teman yang telah menikah 5. faktor tradisi yang terdiri dari dua variabel, yaitu takut jadi perawan tua atau jaka tua dan orang tua ingin segera menimang cucu.
5.2 Saran
Dalam analisis faktor, terdapat beberapa metode untuk mengestimasi bobot faktor, yaitu analisis komponen utama, metode maksimum likelihood, dan common factor analisis. Juga ada beberapa metode rotasi ortogonal, yaitu varimax, equimax, dan quartimax. Bagi pembaca yang berminat dapat menerapkan analisis faktor dengan metode lain yang belum diterapkan dalam penulisan skripsi ini.
DAFTAR PUSTAKA Anonim. (2003). Dag…Dig…Dug…Seks Remaja. www.hqwebol.bkkbn.go.id/hqweb/ceria/mbrtpage13html Anton, H. (1995). Aljabar Linier Elementer. Alih Bahasa : Pantur Silaban dan I Nyoman Susila. Edisi Kelima. Erlangga, Jakarta Azwar, S. (1997). Reliabilitas dan Validitas. Edisi Ketiga. Pustaka Pelajar, Yogyakarta Erni. www.damandiri.or.id/file/ernibab4.pdf Hadikusuma, H. (1990). Hukum Perkawinan Indonesia Menurut Perundangan Hukum Adat dan Hukum Agama. CV Mondar Maju, Bandung. Hair, et al. (1998). Multivariate Analysis Data. Prentice-Hall, Inc. New Jersey. Johnson, R. A and D. W. Wichern. (1982). Applied Multivariate Statistical Analysis. Prentice-Hall, Inc., New Jersey Noe. (2003). Pernikahan Dini. www.smu-net.com Santoso, S. dan Tjiptono, F. (2001). Riset Pemasaran : Konsep dan Aplikasi dengan SPSS. PT Elex Media Komputindo Kelompok Gramedia, Jakarta Sembiring, R. K. (1995) Analisis Regresi. Penerbit ITB, Bandung Simamora, B. (2005). Analisis Multivariat Pemasaran. PT Gramedia Pustaka Mulia, Jakarta Suhartini, R. (2003). www.damandiri.or.id/file/ratnasuhartiniunairbab4.pdf
Lampiran 1 Data Penilaian Responden Terhadap Pengaruh Keputusan Menikah Muda No
X1
X2
X3
X4
X5
X6
X7
X8
X9
1
2,5
3,7
8,7
8,3
1,0
1,2
1,5
8,5
2
4,0
2,0
6,0
9,0
8,0
4,0
3,0
3
5,5
4,7
8,5
8,5
1,0
1,2
4
5,5
2,0
4,5
8,5
9,2
5
8,5
7,0
8,0
7,5
6
4,7
8,4
9,5
7
2,3
3,3
8
1,2
9
X10
X11
X12
X13
X14
X15
X16
X17
6,8
7,2
8,0
8,1
7,9
8,2
6,7
5,5
6,5
3,0
1,0
7,5
3,0
3,0
5,5
5,5
4,0
2,0
2,0
1,7
7,5
6,5
7,5
8,0
8,1
7,5
8,5
6,7
4,5
6,8
3,0
3,0
4,5
6,5
7,3
2,5
2,3
1,0
4,0
3,0
2,0
2,0
2,0
2,0
7,0
8,5
9,5
6,0
7,0
9,5
5,0
4,0
8,0
5,0
8,0
8,7
2,5
7,5
9,6
9,6
8,5
6,3
7,3
4,5
9,5
8,3
7,7
1,5
3,4
9,0
1,5
1,0
1,0
3,5
8,0
2,5
8,9
9,1
5,5
2,5
6,2
1,7
2,2
6,8
1,4
6,5
2,3
1,1
1,2
1,1
7,6
3,1
3,5
2,2
2,5
1,3
1,5
2,2
1,3
1,1
1,0
1,0
7,8
5,6
7,6
9,2
9,2
10,0
5,4
4,0
1,0
10,0
3,0
1,0
7,0
1,0
6,0
10
5,4
6,1
8,1
9,1
1,2
3,4
2,1
1,5
1,1
7,5
8,5
7,3
8,5
7,3
3,4
6,7
8,5
11
7,8
8,8
8,9
9,3
7,8
9,2
6,3
1,2
1,3
9,5
9,6
9,3
9,6
7,8
9,7
1,2
7,8
12
7,9
6,7
7,8
9,0
6,0
7,6
6,0
7,8
9,0
8,0
7,0
6,7
8,0
9,5
6,0
7,7
7,5
13
9,3
7,8
8,5
9,5
7,6
6,3
5,3
1,2
1,3
7,8
9,5
9,7
8,7
8,6
9,7
1,2
8,7
14
8,5
7,6
9,3
7,6
8,5
7,5
5,4
6,5
7,6
3,4
6,5
7,9
9,3
7,5
8,3
2,5
3,6
15
6,5
8,7
9,5
8,7
1,4
7,6
3,4
8,5
7,7
6,5
7,5
8,7
6,9
9,5
5,4
3,2
2,5
16
10,0
5,0
10,0
8,0
1,0
8,0
9,0
1,0
5,0
7,0
8,5
10,0
10,0
8,0
8,0
1,0
6,0
17
6,7
7,5
9,5
8,5
1,5
6,5
7,8
2,5
3,4
4,7
3,7
7,8
8,9
8,7
9,1
2,3
2,4
7,3
2,4
9,3
8,5
1,5
7,3
8,5
9,4
1,3
2,5
4,1
9,5
8,3
1,5
8,3
2,5
1,3
M 85
Lampiran 2 Uji Validitas dan Reliabilitas 2.1 Uji validitas dan reliabilitas seluruh variabel
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _
R E L I A B I L I T Y H A)
Statistics for SCALE
Mean 86,5533
A N A L Y S I S
-
S C A L E
(A L P
N of Variables 17
Variance 478,4005
Std Dev 21,8724
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected ItemTotal Correlation
81,5333 82,2167 80,0300 80,3000 83,0900 83,7633 83,8033 79,2733 82,0867 80,4800 80,7100 80,8767 81,5467 80,2033 80,9667 82,3767 81,5967
391,3037 422,9752 425,2787 433,0476 501,7630 433,9652 442,7376 449,2262 439,3081 414,3072 420,9140 401,6274 419,0253 439,7672 440,1630 427,2025 402,8196
Item-total Statistics
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17
,6156 ,4626 ,4367 ,3462 -,2318 ,3758 ,3238 ,1646 ,3030 ,5619 ,3916 ,5512 ,4791 ,2588 ,3152 ,3347 ,6480
Reliability Coefficients N of Cases = Alpha =
,7751
30,0
N of Items = 17
Alpha if Item Deleted ,7412 ,7569 ,7587 ,7653 ,8146 ,7633 ,7670 ,7799 ,7683 ,7499 ,7617 ,7477 ,7553 ,7721 ,7675 ,7665 ,7424
2.2 Uji validitas dan reliabilitas tanpa variabel X5 dan X8
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _
R E L I A B I L I T Y H A)
Statistics for SCALE
Mean 75,8100
A N A L Y S I S
-
S C A L E
(A L P
N of Variables 15
Variance 461,3961
Std Dev 21,4801
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected ItemTotal Correlation
70,7900 71,4733 69,2867 69,5567 73,0200 73,0600 71,3433 69,7367 69,9667 70,1333 70,8033 69,4600 70,2233 71,6333 70,8533
372,7671 406,1172 409,6709 420,3191 418,8996 428,0301 421,3791 397,4969 402,0057 384,9513 398,9990 425,6501 426,3632 409,8644 385,5543
Item-total Statistics
X1 X2 X3 X4 X6 X7 X9 X10 X11 X12 X13 X14 X15 X16 X17
,6433 ,4707 ,4316 ,3122 ,3632 ,3046 ,3182 ,5717 ,4164 ,5603 ,5194 , 2382 ,2884 ,3445 ,6649
Reliability Coefficients N of Cases = Alpha =
,8162
30,0
N of Items = 15
Alpha if Item Deleted ,7883 ,8029 ,8055 ,8134 ,8098 ,8131 ,8128 ,7964 ,8068 ,7955 ,7994 ,8190 ,8143 ,8123 ,7893
2.3 Uji validitas dan reliabilitas tanpa variabel X5, X8, dan X14
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _
R E L I A B I L I T Y H A)
Statistics for SCALE
Mean 69,4600
A N A L Y S I S
-
S C A L E
(A L P
N of Variables 14
Variance 425,6501
Std Dev 20,6313
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected ItemTotal Correlation
64,4400 65,1233 62,9367 63,2067 66,6700 66,7100 64,9933 63,3867 63,6167 63,7833 64,4533 63,8733 65,2833 64,5033
339,3790 371,3853 377,8100 387,4641 384,4725 393,5361 382,0869 365,4226 367,1318 354,1925 366,5915 389,2165 376,6676 354,3845
Item-total Statistics
X1 X2 X3 X4 X6 X7 X9 X10 X11 X12 X13 X15 X16 X17
,6540 ,4820 ,4106 ,2975 ,3654 ,3036 ,3696 ,5582 ,4282 ,5407 ,5092 ,3164 ,3377 ,6475
Reliability Coefficients N of Cases = Alpha =
,8190
30,0
N of Items = 14
Alpha if Item Deleted ,7899 ,8052 ,8101 ,8181 ,8131 ,8166 ,8129 ,8000 ,8093 ,8001 ,8031 ,8162 ,8166 ,7930
Lampiran 3 Analisis Faktor Tanpa Variabel X5, X8, dan X14 3.1 KMO dan Tes Bartlett KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
3.2 Matriks anti-image bagian diagonal
Variabel
Nilai KMO
X1
0,724
X2
0,732
X3
0,735
X4
0,688
X6
0,479
X7
0,681
X9
0,668
X10
0,661
X11
0,715
X12
0,810
X13
0,777
X15
0,674
X16
0,633
X17
0,631
,707 344,573 91 ,000
Lampiran 4 Analisis Faktor Tanpa Variabel X5, X6, X8, dan X14 4.1 KMO dan Tes Bartlett KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
4.2 Matriks anti-image bagian diagonal
Variabel
Nilai KMO
X1
0,723
X2
0,729
X3
0,740
X4
0,681
X7
0,738
X9
0,675
X10
0,671
X11
0,734
X12
0,810
X13
0,774
X15
0,672
X16
0,600
X17
0,654
,717 330,554 78 ,000
4.3 Komunalitas Communalities X1 X2 X3 X4 X7 X9 X10 X11 X12 X13 X15 X16 X17
Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
Extraction ,550 ,778 ,632 ,713 ,758 ,784 ,776 ,610 ,681 ,676 ,705 ,611 ,832
Extraction Method: Principal Component Analysis.
4.4 Pembentukan faktor
Total Variance Explained
Component 1 2 3 4 5 6 7 8 9 10 11 12 13
Total 4,143 1,562 1,219 1,144 1,038 ,842 ,706 ,580 ,495 ,420 ,316 ,293 ,243
Initial Eigenvalues % of Variance Cumulative % 31,870 31,870 12,014 43,884 9,375 53,259 8,799 62,058 7,984 70,042 6,474 76,516 5,433 81,948 4,461 86,410 3,805 90,215 3,228 93,443 2,433 95,876 2,251 98,127 1,873 100,000
Extraction Method: Principal Component Analysis.
Extraction Sums of Squared Loadings Total % of Variance Cumulative % 4,143 31,870 31,870 1,562 12,014 43,884 1,219 9,375 53,259 1,144 8,799 62,058 1,038 7,984 70,042
Rotation Sums of Squared Loadings Total % of Variance Cumulative % 2,401 18,466 18,466 1,831 14,083 32,549 1,827 14,053 46,602 1,617 12,437 59,039 1,430 11,003 70,042
4.5 Scree Plot
i
Scree Plot 5
nilai eigen
4
3
2
1
0 1
2
3
4
5
6
7
8
9
10
11
12
13
jumlah faktor
4.6 Matriks faktor Component Matrixa
1 X1 X2 X3 X4 X7 X9 X10 X11 X12 X13 X15 X16 X17
,667 ,659 ,591 ,531 ,456 ,401 ,527 ,567 ,709 ,700 ,544 ,318 ,525
2 9,349E-02 -,116 -,340 -,440 -,437 ,205 ,308 ,409 6,325E-02 -,192 -,304 ,657 ,414
Component 3 4 -,188 -,224 -,471 -,237 ,263 -,263 ,411 ,105 9,275E-02 ,257 -,256 ,636 ,526 ,297 4,619E-02 -,295 ,111 -,392 -9,14E-02 ,375 -,489 5,142E-02 -,208 ,120 ,261 -1,24E-02
Extraction Method: Principal Component Analysis. a. 5 components extracted.
4.7 Matriks faktor hasil rotasi varimax
5 -,102 -,228 -,171 -,240 ,534 -,334 -,197 -,180 8,968E-02 -1,56E-02 ,273 ,147 ,563
Rotated Component Matrixa
X1 X2 X3 X4 X7 X9 X10 X11 X12 X13 X15 X16 X17
1
2
,671 ,827 ,429 ,132 -4,51E-02 ,123 -5,39E-03 ,570 ,600 ,283 ,469 ,231 ,102
,218 -9,63E-02 3,132E-02 -3,79E-02 ,174 4,917E-02 ,535 ,446 ,419 ,113 -4,46E-02 ,568 ,861
Component 3 4 ,147 ,107 7,443E-02 ,199 ,646 ,138 ,799 ,195 ,286 ,802 2,701E-02 6,951E-02 ,542 -,146 ,156 -,227 ,325 ,140 ,339 ,480 -6,63E-02 ,678 -,341 -4,72E-02 4,918E-02 ,275
5 ,139 ,198 -,105 ,131 -1,35E-02 ,872 ,417 ,104 -,141 ,488 ,140 ,343 -4,84E-02
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 18 iterations.
4.8 Matriks transformasi ortogonal Component Transformation Matrix Component 1 2 3 4 5
1
2
3
4
5
,645 ,047 -,468 -,548 -,251
,410 ,683 ,383 -,001 ,468
,438 -,437 ,712 ,021 -,330
,364 -,529 -,252 ,295 ,661
,303 ,245 -,251 ,782 -,416
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Lampiran 5 KUESIONER Nama
:
Usia ketika menikah
:
Alamat
:
Kuisioner ini dilakukan untuk penelitian (skripsi), mohon untuk diisi dengan keadaan Anda yang sebenarnya.
Berilah skor / nilai antara 1 s.d 10 pada kotak yang telah disediakan sesuai dengan tingkat pengaruh variabel tersebut terhadap keputusan Anda untuk menikah diusia muda. Skor 1 menunjukkan variebel tersebut sangat tidak berpengaruh bagi Anda dan skor 10 menunjukkan variabel tersebut sangat berpengaruh bagi Anda. Contoh : Dorongan orang tua
Dorongan orang tua Dorongan teman Dorongan calon pasangan Takut kehilangan pasangan Hamil pranikah / pasangan hamil pranikah Banyaknya artis yang menikah muda Banyaknya film yang mengisahkan pernikahan dini Takut dosa Takut jadi perawan tua / jaka tua Kemapanan hidup calon pasangan Sudah adanya pinangan / sudah meminang Sudah menyelesaikan sekolah Orang tua ingin segera menimang cucu
7,8
Sudah mempunyai penghasilan sendiri Banyaknya teman yang telah menikah Perjodohan Membantu perekonomian keluarga
