Analisis Komponen

Utama/Analisis Faktor:

Kuliah ke 6
Pengantar
• faktor dapat didefinisikan sebagai seluruh
variabel yang dapat dilihat hubungan saling
ketergantungannya (inter-dependent antar
variabel), sehingga akan menghasilkan
pengelompokan
• dapat juga disebut abstraction/konstruksi dari
banyak variabel menjadi hanya beberapa
variabel baru atau faktor.
• Dengan sedikit faktor ini akan menjadi lebih
mudah untuk dikelola dan memiliki makna
Model Umum
Pengantar
 Menentukan Sampel
Ukuran sampel minimal 5 x Variabel yang diteliti.
Jika terdapat 20 Variabel, maka sampel haruslan
minimal 100 responden, ini berarti dalam
penelitian ini ada 20 kolom (variabel) dan 100
baris (responden) atau 2000 sel data.
Faktor Utama Penyebab Kemiskinan
Nama Desa / Jumlah Rumah Tangga
No. Jumlah Rumah Tangga Prosentase Rumah Tangga Miskin
Kelurahan Miskin
1 Bugis 337 102 30,3
2 Kulango 293 79 27,0
3 Buol 1489 459 30,8
4 Kali 1041 98 9,4
5 Leok II 682 144 21,1
6 Leok I 957 209 21,8
7 Kumaligon 356 90 25,3
8 Jumlah 5.155 1.181 22,9
Pendidikan

Tingkat Pendidikan
Nama Desa / Tidak
No. Tidak Jumlah
Kelurahan Pernah SD SLTP SLTA PT
Tamat SD
Sekolah
1 Bugis 1 19 53 23 6 - 102
2 Kulango - 12 49 14 4 - 79
3 Buol 24 180 181 57 17 - 459
4 Kali 2 17 59 14 6 - 98
5 Leok II 7 48 60 18 11 - 144
6 Leok I 2 46 114 35 12 - 209
7 Kumaligon 2 22 57 8 1 - 90
8 Jumlah 38 344 573 169 57 0 1.181
9 Prosentase ( % ) 3,2 29,1 48,5 14,3 4,8 0,0 100
Pekerjaan
Jenis Pekerjaan
Nama
Buruh Tkg. Jasa/L Juml
No Keluraha Tidak Peta Perke Peter Nelay Industr Pedaga
URT Bangun Batu/ ain - ah
n Bekerja ni bunan nak an i ng
an Kayu lain

1 Bugis 6 3 16 6 - 13 30 2 3 2 21 102

2 Kulango 2 4 51 3 - - 1 4 5 - 9 79

3 Buol 9 - 89 1 1 125 - 35 13 13 173 459

4 Kali 6 19 28 - - 1 - 4 - - 40 98

5 Leok II - - 72 1 - 9 - 11 1 2 48 144

6 Leok I - - 58 8 - 12 4 38 2 20 67 209
Kumaligo
7 - 7 25 1 - 4 - 16 4 1 32 90
n
8 Jumlah 23 33 339 20 1 164 35 110 28 38 390 1.181

Prosen
9 1,9 2,8 28,7 1,7 0,1 13,9 3,0 9,3 2,4 3,2 33,0 100
tase ( % )
Jelaskan
• Variabel yang membentuk kemiskinan
• Mana yang paling signifikan perannya
terhadap pola kemiskinan?
• Perlu pendalaman keterkaitan antar
variabelanalisis faktor/analisis komponen
utama
analisis faktor sebagai alat analisis pada
penelitian ini, disebabkan karena penelitian ini
mencoba menemukan hubungan
(interrelationship) beberapa variabel yang saling
independen satu dengan yang lainnya, sehingga
bisa dibuat kumpulan variabel yang lebih sedikit
dari jumlah variabel awal sehingga akan lebih
mudah dikontrol
PCA sangat berguna dalam menjawab
(darlington, 2010)
1. Berapa banyak faktor yang dibutuhkan untuk
menjelaskan pola keterhubungan antar
variabel yang diobservasi.
2. Karakteristik/sifat dari masing-masing faktor
3. Seberapa baik faktor terduga dapat
menjelaskan hasil observasi
4. Seberapa besar keragaman dari obyek
observasi
Definisi
1. PCA merupakan suatu alat uji terhadap banyak
variabel untuk mengamati dan menganalisis
suatu fenomena  dibuat suatu pola.
2. Variabel-variabel yang banyak dan tidak
terobservasi disebut sebagai faktor.
3. Pada dasarnya model pca ini adalah pendorong
bagi pembentukan suatu
argumentasiconfirmatory
4. Variabel-variabel yang terdapat dalam model itu
akan di kelompokkan berdasarkan hubungan
ketergantungan antar variabel tersebut.
Definisi
Faktor analisis dapat dikatakan sebagai analisis
komponen utama yang khusus.
Pertanyaan utama dari analisis faktor adalah
bagaimana data tersebut dapat konsisten pada
struktur model yang sudah ditentukan.
Prinsip Dasar
• Bukan mengkaitkan antara dependen variabel
dengan independen variabel, TAPI membuat
REDUKSI atau ABSTRAKSI atau MERINGKAS dari
BANYAK variabel menjadi SEDIKIT variabel.
• Teknik yang digunakan adalah TEKNIK
INTERDEPENSI, yakni SELURUH set HUBUNGAN
yang interdependen diteliti.
• Prinsipnya menggunakan KORELASI r = 1 dan r =
0. Dipergunakan dalam hal mengidentifikasi
variabel yang berKORELASI dan yang tidak/kecil
KORELASI-nyabagian dari model regresi
Prinsip Dasar
Analisis Komponen Utama
• COMMUNALITY = jumlah varian yang disumbangkan oleh
suatu variabel pada variabel lainnya, semakin tinggi nilainya
semakin reliable faktor tersebut
• COMMON FACTORS (kombinasi linier beberapa variabel
saling bebas yang tidak teramati)
• UNIQUE FACTORS setiap variabel (FAKTOR-FAKTOR tidak
secara jelas terlihat).
• nilai koefisien faktor (factor score
coefficient)menjelaskan struktur/pola khusus dari data
observasi
• Faktor yang terbentuk dapat tersusun atas beberapa
variabel
• Tidak ada korelasi antar Faktor
Persyaratan-persyaratan
• Hubungan antar variabel terobservasi harus
linear dan nilai korelasi tidak boleh NOL.
• Variabel komponen hipotetis yang disebut
FAKTOR ada dua: (a) COMMON FACTORS & (b)
UNIQUE FACTORS
• Common factors selalu dianggap TIDAK
berkorelasi dengan faktor unik. Common factors
lebih sedikit daripada variabel asli
• Unique factors biasanya dianggap sama dengan
jumlah variabelnya.
1. Bartlett’s test of sphericity: uji statistik untuk menguji hipotesis
bahwa variabel tidak saling berkorelasi dalam populasi.
2. Matriks korelasi.
3. Communality: jumlah varian yang disumbangkan oleh variabel
terhadap seluruh variabel lain.
4. Eigenvalue: jumlah varian yang dijelaskan oleh setiap faktor. Hanya
eigenvalue >1 yang dimasukkan dalam model.
5. Scree plot: plot dari eigenvalue sebagai sumbu vertikal dan
banyaknya faktor sebagai sumbu datar; untuk menentukan
banyaknya faktor yang bisa ditarik (factor extraction).
Catatan:
• Jenis variabelnya interval atau rasio.
• Jumlah sampel = 4 kali jumlah variabel.
Misal jumlah variabel =10, maka n-nya = 40 unit.
Tahapan Penggunaan
1. Menghitung matriks korelasi antar semua
variabel
2. Ekstraksi faktor dengan estimasi loading
factor dan specific variancemendapatkan
nilai dari common factor
3. Merotasi faktor
4. Estimasi factor score
Rotasi Variabel
• Menyederhanakan struktur faktorfaktor baru yang
lebih mudah diinterpretasikan
• Untuk meningkatkan daya interpretasi
faktormendetailkan ekstrasi komponen utama
• Jenisnya: varimax, quartimax, equamax, quartimin,
biquartimin dan covarimin serta oblimin
• Hasil rotasi ini akan mengakibatkan setiap variabel asal
mempunyai korelasi tinggi dengan faktor tertentu saja
dan dengan faktor yang lain korelasi relatif rendah
sehingga setiap faktor akan lebih mudah untuk
diinterpretasikan
Metode Rotasi
• Orthogonal (varimax, quartimax dan
equamax)
• Oblique (quartimin, biquartimin, covarimin
dan oblimin)
 Ilustrasi
Sebuah penelitian dilakukan untuk mengetahui
peta karakteristik kekumuhan di kawasan
perkotaan di Kabupaten XYZ. Bilamana mapping
ini dapat dilakukan, diharapkan dapat
dikembangkan model dan program peningkatan
kualitas permukiman yang efektif. Terdapat
beberapa variabel yang diamati, dan diukur
menggunakan instrumen penelitian berupa
kuisioner.
Variabel X1 = Kultur Masyarakat(skor 1 = tidak peduli kebersihan, 5 = sangat
tidak peduli kebersihan), X2 = Tingkat Pendapatan (1 = mampu memenuhi
kebutuhan dasar, 4 = sangat tidak mampu memenuhi kebutuhan dasar), X3 =
Pendidikan Masyarakat(1 = tidak sekolah, 5 = PT), X4 = Kondisi PLP(1 = tidak
ada PLP, 5 = Tersedia PLP), X5 = Pekerjaan(1 = sektor informal, 2 = Sektor
Formal), X6 = Pengetahuan tentang hidup sehat(1 = mengetahui, 2 = tidak
mengetahui), X7 = Dukungan Pemerintah dalam Peningkatan Kualitas
Lingkungan (1 = mendukung, 2 = tidak mendukung), X8 = Kejadian Bencana
Banjir (1 = Tidak Pernah, 5 = Sering Banjir), X9 = Status Kepemilikan Lahan(1
= tidak berijin, 5 = Hak Milik).
Pengamatan dilakukan terhadap 100 kelurahan
dengan karakter urban dan hasilnya disajikan pada
Tabel berikut
Bagaimana Mengitrepetasikan hasil
olahan software?
• Lihat besarnya nilai KMO signifikansi hasil
Menurut Wibisono (2003) kriteria kesesuaian dalam pemakaian analisis faktor adalah
– Jika harga KMO sebesar 0,9 berarti sangat memuaskan,
– Jika harga KMO sebesar 0,8 berarti memuaskan,
– Jika harga KMO sebesar 0,7 berarti harga menengah,
– Jika harga KMO sebesar 0,6 berarti cukup,
– Jika harga KMO sebesar 0,5 berarti kurang memuaskan, dan
– Jika harga KMO kurang dari 0,5 tidak dapat diterima.
• Lihat pada bagian eigenvaluenilai lebih besar
dari 1 adalah faktor yang dominan
• Lihat variabel utama pada masing-masing
komponen dengan nilai > 0.5 nilai mutlak
 Contoh
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,715
Bartlett's Test of Sphericity Approx. Chi- 975,233
Square
df 190
Sig. ,000
Diskusi Kelas
• Jalankan Analisis Faktor dengan
SPSS/Statistica
• Tanpa Rotasi coba pelajari hasil loading
faktornya
• Coba gunakan metode rotasi yang ada,
kemudian diskusikan hasil loading faktor dari
masing-masing metode
Fungsi Analisis Faktor
(decoster, 1998)
Mengamati pola korelasi antar obyek yang diobservasi
(variabel observasi)
• Eksploratori:
– Faktor umum yang mempengaruhi hasil observasi.
– Mengukur tingkat relasi antar faktor dan antar obyek
observasi.
– Variabel tersembunyi yang mempengaruhi obyek observasi
• Konfirmatori:
– Melihat validitas faktor.
– Membandingkan variabel pembentuk antar faktor.
– Uji signifikansi faktor loading.
– Uji relasi antar faktor loading.
Fungsi Eksploratori

Berapa F yang akan terbentuk ?

F tersebut merupakan variabel

laten apa saja ?
Ilustrasi
• Suatu penelitian dilakukan bertujuan ingin mengetahui peta karakteristik
anak jalanan. Bilamana mapping ini dapat dilakukan, diharapkan dapat
dikembangkan model dan program pembinaan yang efektif. Terdapat
beberapa variabel yang diamati, dan diukur menggunakan instrumen
penelitian berupa kuisioner.

– Variabel X1 = Alasan (skor 1 = alasan sangat kuat menjadi anak jalanan, 5

= sangat tidak kuat ), X2 = Penggunaan uang hasil bekerja (1 = kurang
butuh untuk hidup, 4 = sangat butuh untuk hidup), X3 = Pendidikan Anak
(1 = tidak sekolah, 3 = aktif sekolah), X4 = Pendidikan ayah (1 = tidak
sekolah, 5 = PT), X5 = Pendidikan ibu (1 = tidak sekolah, 5 = PT), X6 =
Pengetahuan orang tua thdp kegiatan anak (1 = mengetahui, 2 = tidak
mengetahui), X7 = Dukungan orang tua terhadap kegiatan anak (1 =
mendukung, 2 = tidak mendukung), X8 = Harapan anak thdp keluarga (1
= sangat tidak mengharap, 5 = sangat berharap), X9 = Harapan anak thdp
pemerintah (1 = sangat tidak mengharap, 5 = sangat berharap).
• Pengamatan dilakukan terhadap 100 responden (anak jalanan) dan
hasilnya disajikan pada Tabel berikut
Case X1 X2 X3 X4 X5 X6 X7 X8 X9 Case X1 X2 X3 X4 X5 X6 X7 X8 X9
1 1 4 1 4 4 1 1 2 4 45 2 4 1 3 3 1 2 1 4
2 2 2 1 3 2 1 1 1 4 46 2 2 1 3 1 1 1 2 4
3 1 1 1 2 3 1 1 2 4 47 2 3 1 4 2 1 1 1 4
4 1 1 1 3 4 1 1 1 4 48 2 4 2 2 1 1 1 1 1
5 1 3 1 3 3 1 1 1 1 49 1 1 1 2 2 1 1 1 4
6 1 3 1 3 3 1 1 1 4 50 2 3 2 3 2 1 1 1 1
7 1 3 1 2 2 1 1 2 4 51 2 4 1 1 1 1 1 2 4
8 1 1 2 2 3 1 1 2 4 52 2 2 1 2 3 1 1 1 4
9 1 1 1 2 3 1 1 2 4 53 1 4 1 4 4 1 1 1 1
10 1 1 1 3 2 1 1 1 4 54 1 2 1 2 1 2 1 2 4
11 1 4 1 3 2 1 1 2 4 55 2 3 1 4 3 1 1 2 4
12 1 3 3 2 3 1 1 2 4 56 1 2 2 1 2 1 1 1 1
13 5 3 1 2 2 1 1 1 4 57 2 2 2 2 2 2 1 1 3
14 3 4 2 3 2 1 2 2 4 58 1 3 2 2 3 1 1 1 3
15 1 3 2 3 3 2 2 2 4 59 1 4 1 3 3 1 1 1 4
16 2 3 1 2 2 1 1 1 4 60 1 4 1 1 2 1 1 2 4
17 1 1 1 2 2 1 1 2 4 61 2 4 1 4 4 1 1 1 4
18 1 3 2 2 2 1 1 1 3 62 1 3 1 4 4 1 1 1 4
19 1 1 2 3 2 1 1 2 4 63 1 3 1 3 2 1 2 2 3
20 1 4 1 2 2 1 1 2 4 64 1 3 3 3 2 1 1 2 3
21 1 3 1 2 3 1 1 2 4 65 1 3 3 3 3 1 1 2 4
22 1 1 1 2 2 1 1 2 4 66 1 2 3 3 3 1 1 2 4
23 2 2 1 2 3 1 1 1 4 67 2 4 1 1 4 1 1 2 4
24 2 3 2 2 2 1 1 1 1 68 1 2 1 3 3 1 1 2 4
25 5 3 2 2 1 1 1 1 3 69 2 2 1 3 3 1 1 2 1
26 2 2 1 4 3 1 1 1 4 70 1 2 1 4 3 1 1 2 4
27 2 3 2 2 3 2 1 2 1 71 2 3 1 4 3 1 1 1 4
28 1 3 2 2 2 1 1 2 1 72 1 3 2 2 2 1 1 1 1
29 4 3 2 2 1 1 1 2 3 73 2 2 2 1 1 1 1 1 4
30 3 3 2 2 2 1 1 2 1 74 2 3 1 1 2 1 1 2 4
31 2 2 1 3 2 1 1 1 1 75 2 3 1 4 3 1 1 2 4
32 1 1 1 3 1 1 1 1 4 76 1 2 1 2 3 1 1 2 4
33 4 3 2 3 2 1 1 1 1 77 1 3 3 2 1 1 1 1 4
34 2 3 1 3 2 1 1 1 4 78 1 1 1 2 2 1 1 1 3
35 3 3 1 4 4 1 1 1 4 79 1 3 1 2 3 1 1 2 4
36 1 3 1 4 3 1 1 1 4 80 1 2 3 2 2 1 1 1 3
37 2 2 1 4 4 1 1 1 4 81 1 2 3 2 2 1 1 2 4
38 1 3 2 2 1 1 1 1 3 82 1 3 2 1 3 1 1 2 4
39 5 3 2 1 2 1 1 1 1 83 1 2 2 3 2 1 1 2 4
40 1 4 1 5 4 1 1 1 1 84 1 2 1 2 2 1 1 1 3
41 2 2 1 2 2 1 1 2 1 85 2 1 1 2 2 1 1 1 2
42 1 4 1 3 3 1 1 2 4 86 1 2 2 2 1 1 1 1 2
43 1 2 1 1 2 1 1 1 4 87 1 3 2 1 1 1 1 2 4
44 1 3 1 3 2 1 1 1 4 88 1 1 2 3 2 1 1 1 1
Case X1 X2 X3 X4 X5 X6 X7 X8 X9
89 2 3 1 2 3 1 1 1 3
90 1 3 2 3 2 1 1 1 3
91 2 3 2 2 2 1 1 3 3
92 1 3 3 2 3 1 2 1 4
93 4 1 1 4 4 1 1 2 4
94 3 1 2 3 3 1 1 1 4
95 1 1 1 2 3 1 1 1 4
96 1 1 1 2 2 1 1 2 3
97 2 3 1 2 2 1 2 1 3
98 2 3 1 4 3 1 1 1 4
99 2 3 1 4 3 1 1 1 4
100 2 2 1 4 3 1 1 1 2

Simulasikan dengan perangkat lunak!

Konfirmatori

Faktor yang harus terbentuk

=2

Faktor I = Ability
Faktor II = Aspiration
Ilustrasi
– Suatu penelitian dilakukan dengan tujuan untuk mengetahui
karakteristik karyawan. Bilamana terdapat beberapa
kelompok karaktersitik, maka pada setiap kelompok ingin
diketahui faktor apa yang dominan berpengaruh terhadap
kinerjanya (perform). Variabel yang diamati adalah
loyalitas, motivasi, kepuasan dan kinerja.

– Instrumen penelitian berupa kuisioner, dimana variabel

loyalitas, kepuasan dan kinerja dikukur dengan 5 indikator
(item), sedangkan untuk motivasi diukur dengan 4
indikator. Skala ukur yang digunakan adalah Skala Likert,
dengan 5 skor. Penelitian melibatkan 100 orang karyawan
sebagai responden dan data hasil pengamatan disajikan
pada Tabel berikut.
Res- Loyalitas Motivasi Kepuasan Kinerja
onden
X1 X2 X3 X4 X5 X1 X2 X3 X4 X1 X2 X3 X4 X5 X1 X2 X3 X4 X5
1 3 3 4 5 5 4 3 1 4 3 3 3 2 3 5 5 5 5 5
2 3 2 5 4 3 5 4 2 2 1 2 4 2 2 5 4 4 4 4
3 5 2 5 5 5 5 5 5 5 1 1 2 2 2 5 5 5 5 5
4 4 4 4 5 5 5 5 5 5 5 1 5 4 3 3 5 1 5 5
5 2 2 3 3 3 2 3 3 2 2 2 1 3 2 2 3 3 2 2
6 4 3 4 3 4 4 4 3 3 2 3 3 3 3 4 4 4 4 4
7 4 3 5 5 4 4 5 5 4 3 3 5 2 4 4 5 5 5 5
8 3 4 3 5 4 5 3 4 4 1 3 3 4 4 5 3 4 4 5
9 2 3 4 4 3 3 4 3 4 3 2 4 3 4 4 3 3 4 4
10 5 1 2 2 2 5 3 3 3 3 2 3 3 4 5 2 2 3 2
11 4 2 5 3 3 4 4 5 3 5 2 4 4 2 5 3 5 3 3
12 2 2 3 3 2 3 3 3 4 3 3 3 3 3 3 3 3 3 3
13 5 5 5 5 5 5 5 5 5 4 4 5 4 5 4 5 5 5 5
14 3 3 4 3 3 3 4 4 3 4 3 4 3 3 3 3 3 3 4
15 4 2 4 4 3 4 3 4 3 3 2 3 3 2 4 5 4 4 4
16 3 3 4 4 4 4 4 3 3 2 3 3 2 3 2 3 4 2 2
17 2 3 5 4 4 5 5 3 2 3 2 1 2 2 1 2 3 2 2
18 5 3 5 5 5 5 5 5 5 5 1 5 5 5 5 5 5 5 5
19 3 3 4 4 4 3 4 4 3 4 3 4 3 3 3 3 3 3 4
20 5 4 5 5 5 5 5 5 5 3 4 4 5 5 5 5 5 5 5
21 5 5 5 5 5 5 5 5 5 3 5 5 4 5 5 5 5 5 5
22 5 3 5 5 5 5 5 5 3 3 1 1 5 5 5 4 5 5 5
23 5 5 5 5 5 5 3 5 5 3 3 3 3 3 3 3 5 5 5
24 1 1 4 5 2 3 5 5 1 2 2 2 4 2 5 5 5 4 3
25 3 3 3 2 3 3 3 3 2 4 1 2 2 1 3 3 4 3 3
26 2 3 4 4 4 5 4 4 3 3 2 4 3 4 4 4 4 4 4
27 3 2 3 3 3 4 4 4 3 2 2 3 2 3 3 2 4 3 3
28 5 2 4 5 3 5 5 4 3 3 1 4 1 2 4 4 4 4 4
29 2 3 3 4 3 2 4 4 3 4 1 4 4 3 3 3 4 3 3
30 1 3 5 5 5 5 5 5 5 3 5 5 1 3 3 3 5 5 5
31 4 1 4 1 3 5 5 3 2 4 1 1 1 1 4 4 5 4 2
32 2 3 3 4 3 5 4 3 4 5 4 3 4 3 4 3 3 3 3
33 3 3 4 4 3 4 4 3 3 2 3 3 3 4 3 4 4 2 4
34 4 4 4 4 5 5 5 5 4 2 2 4 2 2 4 3 3 3 5
35 4 2 2 2 3 4 3 3 2 2 2 3 2 2 3 3 3 3 3
36 4 2 4 5 3 5 5 5 3 4 2 2 2 1 4 4 5 3 5
37 3 4 5 5 5 5 5 5 3 4 4 3 4 4 4 4 4 4 3
38 5 2 5 5 5 5 5 5 4 2 5 5 1 4 5 5 5 5 5
39 4 1 5 5 5 5 5 3 2 1 1 5 1 1 5 5 5 5 5
40 5 2 4 5 3 5 4 4 4 2 2 3 2 2 3 4 4 3 4
41 3 3 4 4 4 4 5 5 4 4 3 4 4 4 5 5 5 5 5
42 1 2 2 5 4 5 2 5 3 2 1 1 5 2 2 1 1 4 2
43 2 2 4 3 2 3 4 4 4 2 2 3 3 2 2 2 4 2 4
44 3 2 3 3 2 3 4 4 3 2 2 3 3 3 2 2 3 2 2
Res- Loyalitas Motivasi Kepuasan Kinerja
onden
X1 X2 X3 X4 X5 X1 X2 X3 X4 X1 X2 X3 X4 X5 X1 X2 X3 X4 X5
45 5 4 5 4 4 3 5 5 5 5 3 3 5 5 3 4 5 4 4
46 5 4 5 4 4 5 5 5 4 5 3 5 5 4 4 3 5 5 5
47 5 2 3 5 5 5 5 4 4 3 1 2 2 2 3 2 2 2 4
48 4 4 4 5 5 5 4 5 5 4 3 4 4 4 5 5 5 5 5
49 4 3 4 4 5 5 5 4 5 4 3 4 4 4 4 4 4 4 5
50 4 3 5 4 5 4 5 5 4 4 4 5 4 4 4 4 4 4 5
51 5 2 3 3 4 5 4 3 3 3 2 4 2 2 5 4 4 3 4
52 4 1 3 2 4 5 4 3 1 2 2 3 2 1 2 2 2 2 3
53 3 2 3 5 5 5 5 5 4 1 1 5 1 5 4 4 5 4 5
54 5 5 5 5 3 5 5 5 3 3 3 3 3 3 4 5 5 3 4
55 4 2 2 3 3 3 3 2 3 2 2 2 2 2 3 3 3 2 3
56 3 4 2 3 5 4 5 1 4 4 4 4 1 4 2 3 2 1 4
57 4 5 5 5 4 4 5 5 5 4 4 4 3 4 4 4 4 5 4
58 4 3 4 4 4 5 4 4 4 3 3 4 4 3 3 4 4 4 4
59 4 3 4 4 4 5 5 3 4 3 4 4 3 3 4 4 4 4 4
60 3 1 5 5 5 5 5 5 3 1 3 5 1 1 5 5 5 5 5
61 4 4 5 4 5 4 4 4 5 4 5 4 5 5 5 5 5 5 5
62 4 4 4 3 4 4 4 3 4 4 4 3 2 3 3 4 3 3 4
63 4 2 2 5 3 5 2 3 2 3 2 2 1 1 2 2 2 2 3
64 3 3 3 3 3 4 4 3 4 3 3 3 3 3 2 2 2 2 2
65 3 3 3 4 4 4 3 3 3 4 3 3 3 2 2 2 3 3 3
66 2 1 4 4 3 4 3 3 2 2 2 2 2 3 2 2 2 2 3
67 4 3 5 4 4 4 5 4 5 3 3 3 4 3 3 3 4 4 4
68 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4
69 4 4 4 5 5 4 5 4 5 4 4 4 4 5 4 4 5 5 5
70 4 3 4 3 4 4 4 4 3 4 3 4 3 4 3 4 4 4 4
71 5 3 5 5 5 5 5 5 3 1 1 2 3 3 3 5 5 4 5
72 5 4 4 5 4 5 5 3 4 3 4 4 4 4 3 3 4 3 4
73 3 4 3 4 3 4 3 2 3 3 4 3 3 3 3 4 3 3 3
74 3 3 3 4 4 4 4 4 4 3 3 4 3 3 3 3 4 4 4
75 3 3 4 4 4 4 4 4 4 3 4 3 3 3 3 3 3 3 4
76 4 3 5 4 3 5 5 4 3 4 4 4 1 3 4 4 3 3 4
77 5 4 5 5 4 5 5 5 4 3 3 5 3 3 5 5 5 5 5
78 4 5 5 4 4 5 5 3 4 2 3 4 2 2 5 5 5 5 5
79 5 2 4 4 4 5 5 5 4 3 3 5 3 3 4 3 4 3 4
80 3 3 2 5 5 5 4 1 2 2 2 2 1 2 2 4 2 2 5
81 3 4 4 5 5 5 4 5 4 4 5 4 5 4 4 5 5 4 5
82 4 4 4 4 4 4 4 3 3 4 4 3 3 3 4 4 3 4 4
83 5 3 5 5 5 5 5 5 5 3 3 4 1 5 5 5 5 5 5
84 5 3 4 3 4 5 4 3 3 3 2 3 3 3 4 3 4 3 3
85 5 5 5 4 5 5 5 5 5 5 5 1 5 4 5 5 3 5 5
86 4 3 3 4 3 4 3 4 3 3 3 3 3 3 4 4 3 4 4
87 4 3 4 5 5 5 5 2 5 4 5 4 2 3 4 5 5 5 5
88 4 2 2 3 3 5 2 3 2 1 2 2 1 3 5 5 5 5 5
 Diskusi Kelas
• Simulasikan dengan software
• Bandingkan dan diskusikan perbedaan antara
ilustrasi pertama dan kedua