Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS FAKTOR-FAKTOR KESENJANGAN SOSIAL DAERAH ISTIMEWA YOGYAKARTA MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN CONFIRMATORY FACTOR ANALYSIS (CFA) Yohana Novitania Rusli; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesenjangan sosial suatu wilayah penting diperhatikan agar dapat dijadikan acuan untuk melihat dan mengetahui kesejahteraan masyarakat pada wilayah tersebut, sehingga penting untuk mengetahui variabel utama atau faktor-faktor yang paling mempengaruhi terjadinya kesenjangan sosial, serta identifikasi adanya hubungan antara variabel utama dan faktor dengan cara membentuk atau merumuskan model kemudian uji kesesuaian model tersebut. Analisis faktor terdiri dari Principal Component Analysis (PCA) dan Confirmatory Factor Analysis (CFA). Principal Component Analysis (PCA) digunakan untuk membangun suatu teori dengan cara mereduksi variabel-variabel penelitian dan akan membentuk faktor umum yang tidak ada landasan teorinya. Sedangkan Confirmatory Factor Analysis digunakan sebagai pembuktian kebenaran dari suatu teori yang sudah ada dengan cara menentukan model yaitu variabel-variabel yang membentuk faktor, melakukan uji validitas dan reabilitas sehingga menghasilkan model yang baik. Penelitian ini bertujuan untuk mengetahui faktor atau komponen utama penyebab kesenjangan sosial di Daerah Istimewa Yogyakarta serta mengonfirmasi ketepatan model yang telah terbentuk pada analisis komponen utama menggunakan metode Principal Component Analysis (PCA) dan Confirmatory Factor Analysis (CFA). Hasil analisis menggunakan metode Principal Component Analysis (PCA) dan Confirmatory Factor Analysis (CFA) diperoleh dua faktor atau komponen utama yang diberi nama Kemampuan Masyarakat (KEMAS) dan Perkembangan Masyarakat (PERMAS). Kedua komponen utama ini dapat menjelaskan total varians sebesar 80,40%. Dilanjutkan dengan hasil dari metode CFA diperoleh 2 variabel tidak valid yang kemudian dieliminasi dan tidak digunakan dalam membentuk variabel laten PERMAS agar memperoleh model yang baik.