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

Dra. Etik Zukhronah, M.Si.

NIP. 132 000 009

Pembimbing II

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

1. Drs. Sugiyanto, M.Si.

NIP. 132 000 804

2. Dra. Yuliana Susanti, M.Si.

NIP. 131 695 845

3. Sri Kuntari, M.Si.

NIP. 132 240 173

Tanda Tangan

1.

2.

3.

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

HALAMAN JUDUL …………………………………………………………..i

PENGESAHAN ………………………………………………………………..ii

ABSTRAK ……………………………………………………………………..iii

ABSTRACT ……………………………………………………………………iv

MOTO ………………………………………………………………………….v

KATA PENGANTAR …………………………………………………………vi

DAFTAR ISI …………………………………………………………………...vii

DAFTAR TABEL ……………………………………………………………...ix

DAFTAR GAMBAR …………………………………………………………...x

DAFTAR NOTASI ……………………………………………………………..xi

BAB I PENDAHULUAN ……………………………………………………1

1.1 Latar Belakang Masalah …………………………………………1

1.2 Perumusan Masalah ……………………………………………...2

1.3 Batasan Masalah …………………………………………………2

1.4 Tujuan Masalah ………………………………………………….2

1.5 Manfaat Penelitian ……………………………………………….2

BAB II LANDASAN TEORI ………………………………………………...3

2.1 Tinjauan Pustaka ………………………………………………..3

2.1.1 Pernikahan Usia Muda …………………………………..3

2.1.2 Uji Validitas dan Reliabilitas …………………………

2.1.3 Korelasi ………………………………………………….5

2.1.4 Nilai Eigen ………………………………………………6

2.1.5 Analisis Faktor …………………………………………..6

2.2 Kerangka Pemikiran ……………………………………………10

BAB III METODE PENELITIAN ……………………………………………11

3.1 Sumber Data ………………………………………………...…11

3.2 Teknik Pengambilan Sampel ……………………………...……11

3.3 Metode Analisis Data ……………………………………….

i

ii

iii

iv

v

vi

vii

ix

x

xi

1

1

2

2

2

2

3

3

3

4

5

6

7

12

13

13

13

14

BAB IV HASIL DAN PEMBAHASAN …………………………………….. 13

4.1 Hasil Uji Validitas dan Reliabilitas ……………………………

4.2 Hasil Analisis Faktor ……………………………………………

BAB V PENUTUP………………………………………………………….. 19

5.1 Kesimpulan ……………………………………………………….

5.2 Saran ……………………………………………………………

DAFTAR PUSTAKA ………………………………………………………….20

LAMPIRAN …………………………………………………………………..21

15

15

15

21

21

21

22

23

DAFTAR TABEL

Tabel 4.1 Angka KMO Tanpa Variabel X5, X8, dan X14 ……………..……

Tabel 4.2 Angka KMO Tanpa Variabel X5, X6, X8 dan X14……………….

Tabel 4.3 Matriks Faktor …………………….……………………………...17

Tabel 4.4 Matriks Faktor Hasil Rotasi ……………………………………..

16

17

18

19

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

*L̂ : 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 faktor-

faktor 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 undang-

undang 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

−

−

−=

∑ ∑∑ ∑

∑ ∑ ∑

= == =

= = =

2

1 1

22

1 1

2

1 1 1

n

ki

n

kkk

n

k

n

jkiki

n

k

n

k

n

kkkikki

yx

YYnXXn

YXYXnr

i

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 =

−

−

∑=

21

2

11 s

s

pp

p

ii

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

( ) ( )

( ) ( )2/1

1 1

22

1

−−

−−=

∑ ∑

∑

= =

=

n

i

n

iii

n

iii

xy

yyxx

yyxxr

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 = 22 11 yzxz

yzxzxy

rr

rrr

−−

−.

2.1.3 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

pmpmpppp

mm

mm

FlFlFlX

FlFlFlXFlFlFlX

εµ

εµεµ

++++=−

++++=−++++=−

...

......

2211

2222212122

1121211111

M

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) (px1) 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, Cov(F) = E(FF’) = I

1.

2. E(ε) = 0, Cov(ε) = E(εε’) =

=

pψ

ψψ

ψ

L

MOMM

L

L

00

0000

2

1

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 + li2

2 + … +lim2 + ψi

= hi2 + ψi

dengan hi2 = li1

2 + 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

= [ ]

+

p

2

1

'pp

22

11

pp2211

00

0000

e

'e'e

eee

ψ

ψψ

λ

λλ

λλλ

L

MOMM

L

L

ML

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

= [ ]

+

p

2

1

'mm

22

11

mm2211

00

0000

e

'e'e

eee

ψ

ψψ

λ

λλ

λλλ

L

MOMM

L

L

ML

= LL’ + ψ.

Jadi matriks bobot faktornya adalah

[ ]mm eeeL λλλ L2211=

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 L̂ (pxm) adalah matriks estimasi bobot

faktor, maka matriks estimasi bobot faktor setelah dirotasi *L̂ (pxm) didefinisikan

dengan

*L̂ = L̂ T

dengan TT’ = T’T = I dan T adalah matriks transformasi ortogonal. Matriks

estimasi kovariansi tidak berubah, karena

ψψψ ˆ*'ˆ*ˆˆˆ'ˆˆ'ˆˆ +=+=+ LLLTTLLL

sehingga tidak masalah apakah L̂ atau *L̂ 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

( ) ( )∑ ∑∑= ==

−∗=

m

j

p

iij

p

iij pll

pV

1

2

1

2

1

4/*~~1

maksimal, dengan V adalah variansi dari kuadrat bobot faktor dan i

ijij h

ll

∗=

ˆ*~

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

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

1.

Tes Bartlett didekati dengan nilai chi-square (X2) dengan derajat

kebebasan sebesar υ. Chi-square dirumuskan dengan

( )

( )∑=

−−

=

−=

n

ii

hitung

xxn

s

snX

1

22

2

22

11

1σ

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

i

q

k

p

i

q

kkiik

p

i

q

kik

rr

rKMO

1 1 1

2.

2

1 1

2

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

X2

X3

X4

X6

X7

X9

0,724

0,732

0,735

0,688

0,479

0,681

0,668

X10

X11

X12

X13

X15

X16

X17

0,661

0,715

0,810

0,777

0,674

0,633

0,631

Tabel 4.2 Angka KMO Tanpa Variabel X5, X6, X8 dan X14.

Variabel Nilai KMO Variabel Nilai KMO

X1

X2

X3

X4

X7

X9

X10

0,723

0,729

0,740

0,681

0,738

0,675

0,671

X11

X12

X13

X15

X16

X17

0,734

0,810

0,774

0,672

0,600

0,654

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

jumlah faktor

13121110987654321

nila

i eig

en

5

4

3

2

1

0

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 variabel-

variabel 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 N o X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17

1 2 3 4 5 6 7 8 9

10 11 12 13 14 15 16 17

M

85

2,5 3,7 8,7 8,3 1,0 1,2 1,5 8,5 6,8 7,2 8,0 8,1 7,9 8,2 6,7 5,5 6,5 4,0 2,0 6,0 9,0 8,0 4,0 3,0 3,0 1,0 7,5 3,0 3,0 5,5 5,5 4,0 2,0 2,0 5,5 4,7 8,5 8,5 1,0 1,2 1,7 7,5 6,5 7,5 8,0 8,1 7,5 8,5 6,7 4,5 6,8 5,5 2,0 4,5 8,5 9,2 3,0 3,0 4,5 6,5 7,3 2,5 2,3 1,0 4,0 3,0 2,0 2,0 8,5 7,0 8,0 7,5 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 4,7 8,4 9,5 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 2,3 3,3 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 1,2 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 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 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 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 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 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 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 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 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

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 A N A L Y S I S - S C A L E (A L P H A) N of Statistics for Mean Variance Std Dev Variables SCALE 86,5533 478,4005 21,8724 17 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted X1 81,5333 391,3037 ,6156 ,7412 X2 82,2167 422,9752 ,4626 ,7569 X3 80,0300 425,2787 ,4367 ,7587 X4 80,3000 433,0476 ,3462 ,7653 X5 83,0900 501,7630 -,2318 ,8146 X6 83,7633 433,9652 ,3758 ,7633 X7 83,8033 442,7376 ,3238 ,7670 X8 79,2733 449,2262 ,1646 ,7799 X9 82,0867 439,3081 ,3030 ,7683 X10 80,4800 414,3072 ,5619 ,7499 X11 80,7100 420,9140 ,3916 ,7617 X12 80,8767 401,6274 ,5512 ,7477 X13 81,5467 419,0253 ,4791 ,7553 X14 80,2033 439,7672 ,2588 ,7721 X15 80,9667 440,1630 ,3152 ,7675 X16 82,3767 427,2025 ,3347 ,7665 X17 81,5967 402,8196 ,6480 ,7424 Reliability Coefficients N of Cases = 30,0 N of Items = 17 Alpha = ,7751

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 A N A L Y S I S - S C A L E (A L P H A) N of Statistics for Mean Variance Std Dev Variables SCALE 75,8100 461,3961 21,4801 15 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted X1 70,7900 372,7671 ,6433 ,7883 X2 71,4733 406,1172 ,4707 ,8029 X3 69,2867 409,6709 ,4316 ,8055 X4 69,5567 420,3191 ,3122 ,8134 X6 73,0200 418,8996 ,3632 ,8098 X7 73,0600 428,0301 ,3046 ,8131 X9 71,3433 421,3791 ,3182 ,8128 X10 69,7367 397,4969 ,5717 ,7964 X11 69,9667 402,0057 ,4164 ,8068 X12 70,1333 384,9513 ,5603 ,7955 X13 70,8033 398,9990 ,5194 ,7994 X14 69,4600 425,6501 ,2382 ,8190 X15 70,2233 426,3632 ,2884 ,8143 X16 71,6333 409,8644 ,3445 ,8123 X17 70,8533 385,5543 ,6649 ,7893 Reliability Coefficients N of Cases = 30,0 N of Items = 15 Alpha = ,8162

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 A N A L Y S I S - S C A L E (A L P H A) N of Statistics for Mean Variance Std Dev Variables SCALE 69,4600 425,6501 20,6313 14 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted X1 64,4400 339,3790 ,6540 ,7899 X2 65,1233 371,3853 ,4820 ,8052 X3 62,9367 377,8100 ,4106 ,8101 X4 63,2067 387,4641 ,2975 ,8181 X6 66,6700 384,4725 ,3654 ,8131 X7 66,7100 393,5361 ,3036 ,8166 X9 64,9933 382,0869 ,3696 ,8129 X10 63,3867 365,4226 ,5582 ,8000 X11 63,6167 367,1318 ,4282 ,8093 X12 63,7833 354,1925 ,5407 ,8001 X13 64,4533 366,5915 ,5092 ,8031 X15 63,8733 389,2165 ,3164 ,8162 X16 65,2833 376,6676 ,3377 ,8166 X17 64,5033 354,3845 ,6475 ,7930 Reliability Coefficients N of Cases = 30,0 N of Items = 14 Alpha = ,8190

Lampiran 3

Analisis Faktor Tanpa Variabel X5, X8, dan X14

3.1 KMO dan Tes Bartlett

KMO and Bartlett's Test

,707

344,57391

,000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-SquaredfSig.

Bartlett's Test ofSphericity

3.2 Matriks anti-image bagian diagonal

Variabel Nilai KMO

X1 X2 X3 X4 X6 X7 X9

X10 X11 X12 X13 X15 X16 X17

0,724 0,732 0,735 0,688 0,479 0,681 0,668 0,661 0,715 0,810 0,777 0,674 0,633 0,631

Lampiran 4

Analisis Faktor Tanpa Variabel X5, X6, X8, dan X14

4.1 KMO dan Tes Bartlett

KMO and Bartlett's Test

,717

330,55478

,000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-SquaredfSig.

Bartlett's Test ofSphericity

4.2 Matriks anti-image bagian diagonal

Variabel Nilai KMO

X1 X2 X3 X4 X7 X9

X10 X11 X12 X13 X15 X16 X17

0,723 0,729 0,740 0,681 0,738 0,675 0,671 0,734 0,810 0,774 0,672 0,600 0,654

4.3 Komunalitas Communalities

1,000 ,5501,000 ,7781,000 ,6321,000 ,7131,000 ,7581,000 ,7841,000 ,7761,000 ,6101,000 ,6811,000 ,6761,000 ,7051,000 ,6111,000 ,832

X1X2X3X4X7X9X10X11X12X13X15X16X17

Initial Extraction

Extraction Method: Principal Component Analysis.

4.4 Pembentukan faktor

Total Variance Explained

4,143 31,870 31,870 4,143 31,870 31,870 2,401 18,466 18,4661,562 12,014 43,884 1,562 12,014 43,884 1,831 14,083 32,5491,219 9,375 53,259 1,219 9,375 53,259 1,827 14,053 46,6021,144 8,799 62,058 1,144 8,799 62,058 1,617 12,437 59,0391,038 7,984 70,042 1,038 7,984 70,042 1,430 11,003 70,042

,842 6,474 76,516,706 5,433 81,948,580 4,461 86,410,495 3,805 90,215,420 3,228 93,443,316 2,433 95,876,293 2,251 98,127,243 1,873 100,000

Component12345678910111213

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

i

4.5 Scree Plot

Scree Plot

jumlah faktor

13121110987654321

nila

i eig

en5

4

3

2

1

0

4.6 Matriks faktor

Component Matrixa

,667 9,349E-02 -,188 -,224 -,102,659 -,116 -,471 -,237 -,228,591 -,340 ,263 -,263 -,171,531 -,440 ,411 ,105 -,240,456 -,437 9,275E-02 ,257 ,534,401 ,205 -,256 ,636 -,334,527 ,308 ,526 ,297 -,197,567 ,409 4,619E-02 -,295 -,180,709 6,325E-02 ,111 -,392 8,968E-02,700 -,192 -9,14E-02 ,375 -1,56E-02,544 -,304 -,489 5,142E-02 ,273,318 ,657 -,208 ,120 ,147,525 ,414 ,261 -1,24E-02 ,563

X1X2X3X4X7X9X10X11X12X13X15X16X17

1 2 3 4 5Component

Extraction Method: Principal Component Analysis.5 components extracted.a.

4.7 Matriks faktor hasil rotasi varimax

Rotated Component Matrixa

,671 ,218 ,147 ,107 ,139,827 -9,63E-02 7,443E-02 ,199 ,198,429 3,132E-02 ,646 ,138 -,105,132 -3,79E-02 ,799 ,195 ,131

-4,51E-02 ,174 ,286 ,802 -1,35E-02,123 4,917E-02 2,701E-02 6,951E-02 ,872

-5,39E-03 ,535 ,542 -,146 ,417,570 ,446 ,156 -,227 ,104,600 ,419 ,325 ,140 -,141,283 ,113 ,339 ,480 ,488,469 -4,46E-02 -6,63E-02 ,678 ,140,231 ,568 -,341 -4,72E-02 ,343,102 ,861 4,918E-02 ,275 -4,84E-02

X1X2X3X4X7X9X10X11X12X13X15X16X17

1 2 3 4 5Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 18 iterations.a.

4.8 Matriks transformasi ortogonal Component Transformation Matrix

,645 ,410 ,438 ,364 ,303,047 ,683 -,437 -,529 ,245

-,468 ,383 ,712 -,252 -,251-,548 -,001 ,021 ,295 ,782-,251 ,468 -,330 ,661 -,416

Component12345

1 2 3 4 5

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 7,8

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

Sudah mempunyai penghasilan sendiri

Banyaknya teman yang telah menikah

Perjodohan

Membantu perekonomian keluarga