KAJIAN KEBERKESANAN PROJEK PEMBANGUNAN ESTET PADI DI KEIANTAN

JADU Al. 7 Mairik korelasi faktor

Angkubah

X,

x*

*4

X5

Xr.

x,

1.0000

.6527

.2929

.4142

.4006

.0090

x2

.6527

1.0000

.4202

.4227

.2849

.0978

xs

.2929

.4202

1.0000

.3996

.3048

.2301

X,

.4142

.4227

.5996

1.0000

.6476

.1991

x,

.4006

.2849

.3048

.6476

l .0000

.3057

Xn

.0090

.0928

.2301

.1991

.3057

1.0000

\. = menibantu meninggikan tarafhidup,

X.,

= meninggikan hasil pengeluaran

Bil. faktor

Ni lai eigen

% yarians

Timbunan %

tanaman,

vai ians

x.

= menyediakan peluang pekerjaan

1

2.78521

46.4

46.4

kepada keluarga dan penduduk

2

1.12588

18.8

65.2

setem pat,

3

0.79946

13.3

78.5

i | • i

4

0.64838

10.8

89.3

X4

= mcncrima tcknologi baru.

5

0.37346

6.2

95.5

X.

5

= menerimainput-input pertanian baru.

6

0.26761

4.5

100.0

dan


kan pcluang pekerjaan, meningkatkan peneri-maan tcknologi baru, meningkatkan pcnggunaan inputpertanianyangbarudan menyediakan aktiviti pengembangan dan latihan. Soalan-soalan yang dikemiikakan menggunakan lima kategori skala vang tersusun iaitu daripada skala sangat berkesan kepadasangat tidak berkesan.

Untuk kajian ini prinsip komponen analisis faktordengan putaran ‘ortogonaP telah digunakan. Bagimenyenangkan pcnggunaan. makaangkubah-

angkubah yangdigunakan ditukar kepada X (...........

X seperti berikut:

X(. = menyediakan aktiviti pengembangan dan latihan.

Pękali matrik korelasi dan komunaliti jangkaan bagisetiap angkubah dałam sampel ditunjukkan dałam Jadual 7 dan 8.

JADUAL8

Komunalitijangkaan bagi setiap angkubah dałam sampel

Angkubah

Komunalitijangkaan

XI

0.49605

X2

0.89504

X3

0.25720

X4

0.59597

X5

0.73339

X6

0.12081

Selepas memasukkan komunalitijangkaan dałam pepenjuru u tama bagi matrik korelasi, penyelesaian faktor yang terlibat adalah merujuk kepada gabungan nilaieigen dan vektoreigen.

Jumlah nilai eigen yang dihasilkan sama de-ngan bilangan angkubah yang digunakan. Nilai eigen yang terbesar mewakili jumlah bahagian yarians yang terbesar, nilai eigen yang kedua terbesar mewakili jumlah bahagian variansyang kedua bcsarnyadan begitulah seterusnya. Inidapatdilihat dałam jadual 9.

JADU Al. 9

Keputusan analisis komponen faktor

Faktor I mempunyai nilai eigen 2.78521, faktor 2 nilai eigennya 1.12588 dan seterusnya hingga faktor 6 dan nilai eigen ini jika dijumlahkan ber-samaan dengan 6 iaitu sama dengan jumlah angkubah yangdigunakan.

Dałam kajian ini teknik SPSS ‘default' ' telah digunakan bagi menentukan faktor yang disimpan seperti yang dilihat dałam Jadual 9, di mana hanya dua faktor sahaja yang disimpan iaitu yang mempunyai nilai eigen lebih daripada 1.0. Keputusan analisis faktor yang dijalankan berdasarkan putaran *varimax’ dapat dilihat dałam Jadual 10.

ł SPSS ‘default* menyimpan faktor yang mempunyai nilaian eigen lebih daripada 1.0. Dengan menggunakan subpengatucaraan ‘FAĆTOR* dałam pengaturcaraan SPSS bagi analisis faktor, maka ia secara automatik akan menghapuskan semua faktor yang mempunyai nilai eigen yang kurang daripada 1.0.

115


PERTANIKA VOl- 11 NO.1, 1991