Analisis Statistik Inferensi Asosiasi

LAPORAN PRAKTIKUM V PL 2105 METODE ANALISIS PERENCANAAN I

ANALISIS STATISTIK INFERENSI ASOSIASI Analisis Keterjangkauan dan Pelayanan Pasar Tradisional Baltos Berdasarkan Identiftikasi Karakteristik Sampel Konsumen Oleh : Meta Indriyani Kurniasari

15412016

Hanfie Vandanu

15412019

Shift 2 Rabu, Pukul 11.00 – 13.00 WIB

Asisten Praktikum: Prima Sari Anungputri

15411079

Izzuddin Abdul Aziz

15412086

PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA SEKOLAH ARSITEKTUR, PERENCANAAN, DAN PENGEMBANGAN KEBIJAKAN INSTITUT TEKNOLOGI BANDUNG 2014

DAFTAR ISI DAFTAR ISI .......................................................................................

ii

DAFTAR TABEL ...................................................................................

iv

DAFTAR GRAFIK .................................................................................

v

DAFTAR GAMBAR ................................................................................

vi

BAB I PENDAHULUAN 1.1

Latar Belakang .........................................................................

1

1.2

Rumusan Masalah ........................................................................

2

1.3

Tujuan dan Sasaran ....................................................................

2

1.4

Ruang Lingkup Penelitian ..............................................................

2

1.4.1 Ruang Lingkup Materi ...........................................................

2

1.4.2 Ruang Lingkup Wilayah .........................................................

3

1.4.3 Ruang Lingkup Waktu ...........................................................

4

1.5

Metodologi Penelitian ..................................................................

4

1.6

Sistematika Penulisan ..................................................................

4

BAB II DASAR TEORI 2.1

Teori Pasar Tradisional.................................................................

5

2.2

Teori Lokasi ..............................................................................

6

2.3

Teori Pilihan Konsumen ................................................................

6

2.4

Teori Analisis Statistik Asosiasi .......................................................

7

2.5

Penggunaan Analisis Statistik Asosiasi dengan Aplikasi SPSS ....................

11

2.5.1 Uji Chi-Square Phi ...............................................................

11

2.5.2 Uji Chi-Square Creamer’s V....................................................

12

2.5.3 Uji Korelasi R-Pearson ..........................................................

13

2.5.4 Uji Regresi Linear ................................................................

13

BAB III INPUT DAN ANALISIS DATA 3.1

Input Data ................................................................................

15

3.2

Output Data ..............................................................................

15

3.2.1 Analisis Preferensi Moda Transportasi dan Jenis Kelamin ................

15

3.2.2 Analisis Hubungan Jenis Kelamin dan Tujuan Belanja ....................

19

3.2.3 Analisis Hubungan Pendapatan dan Pengeluaran Sehari-hari ............

24

3.2.4 Analisis Hubungan Lama Waktu Belanja dan Pengeluaran................

25

3.2.4.1 Grafik .....................................................................

30

ii

3.3

Interpretasi Terhadap Bidang Perencanaan Wilayah dan Kota ..................

32

BAB IV KESIMPULAN DAN SARAN 4.1

Kesimpulan ...............................................................................

35

4.2

Saran ......................................................................................

36

4.2.1 Saran Studi ......................................................................

36

4.2.2 Saran Praktikum ...............................................................

36

LAMPIRAN.........................................................................................

37

DAFTAR PUSTAKA ...............................................................................

39

iii

DAFTAR TABEL TABEL 2.1 Tabel Metode Analisis Asosiasi ................................................. 8 TABEL 3.1 Tabel Chi-Square Phi Preferensi Transportasi berdasarkan Jenis Kelamin .................................................................................. 16 TABEL 3.2 Tabel Crosstabulation Preferensi Moda Transportasi dan Jeni Kelamin ................................................................................. 12 TABEL 3.3 Tabel Chi-Square Phi Preferensi Moda Transportasi dan Jenis Kelamin .................................................................................. 16 TABEL 3.4 Tabel Chi-Square Phi Preferensi Moda Transportasi dan Jenis Kelamin .................................................................................. 17 TABEL 3.5 Tabel Creamer’s V Jenis Kelamind an Tujuan Belanja...................... 19 TABEL 3.6 Tabel Crosstabulation Jenis Kelamin dan Tujuan Belanja .................. 20 TABEL 3.7 Tabel Creamer’s V Jenis Kelamin dan Tujuan Belanja ...................... 20 TABEL 3.8 Tabel Creamer’s V Jenis Kelamin dan Tujuan Belanja ...................... 21 TABEL 3.9 Tabel R-Pearson Hubungan antara Pendapatan dan Pengeluaran ........ 24 TABEL 3.10 Tabel Regresi Hubungan Lama Waktu Belanja dan Pengeluaran ........ 25 TABEL 3.11 Tabel Regresi Hubungan Lama Waktu Belanja dan Pengeluaran ........ 25 TABEL 3.12 Tabel ANOVA Hubungan Lama Waktu Belanja dan Pengeluaran ......... 26 TABEL 3.13 Tabel Koefisien Hubungan Lama Waktu Belanja dan Pengeluaran ...... 26 TABEL 3.14 Tabel Casewise Diagnostics Pengeluaran dan Lama Waktu Belanja .... 27 TABEL 3.15 Tabel Residual Statistik Pengeluaran dan Lama Waktu Belanja ......... 29 TABEL 3.16 Tabel Statistik Pendapatan ..................................................... 31 TABEL 3.17 Tabel Presentase Pendapatan ................................................. 32 TABEL 3.18 Tabel Statistik Pengeluaran Sehari – hari .................................... 34 TABEL 3.19 Tabel Presentase Pengeluaran Sehari – hari ................................. 35 TABEL 3.20 Tabel Presentase Moda Transportasi ......................................... 36 TABEL 3.21 Tabel Presentasi Daerah Tempat Tinggal .................................... 38 TABEL 3.22 Tabel Statistik Jarak Tempat Tinggal ........................................ 40 TABEL 3.23 Tabel Presentase Jarak Tempat Tinggal ..................................... 41 TABEL 3.24 Tabel Presentase Intensitas Belanja .......................................... 42

iv

DAFTAR GRAFIK GRAFIK 3.1 Grafik Jenis Kelamin dan Preferensi Moda Transportasi Sampel Konsumen Pasar Tradisional Baltos ............................................ 19 GRAFIK 3.2 Grafik Hubungan antara Jenis Kelamin dan Tujuan Belanja .............. 23 GRAFIK 3.3 Grafik Hubungan Rata-Rata Lama Waktu Belanja dan Jenis Kelamin ... 24 GRAFIK 3.4 Grafik Hubungan antara Jenis Kelamin dan Rata-Rata Pendapatan ..... 29 GRAFIK 3.5 Grafik P-P Hubungan antara Pendapatan dan Pengeluran ................ 30 GRAFIK 3.6 Grafik Scatterplot Hubungan Pendapatan dan Pengeluaran .............. 31 GRAFIK 3.7 Grafik Scatterplot Hubungan Pendapatan dan Pengeluaran .............. 31

v

DAFTAR GAMBAR GAMBAR 1.1 Gambar Peta Lokasi Penelitian .............................................. 3

vi

BAB I PENDAHULUAN

Pada bab ini akan dijelaskan tentang latar belakang penelitian , rumusan masalah, tujuan dan sasaran yang ingin dicapai, ruang lingkup penelitian, metodologi laporan penelitian, dan sistematika penulisan.

1.1

Latar Belakang Penggerak utama dalam pertumbuhan suatu wilayah adalah kegiatan perekonomian. Salah satu sektor andalan dari kegiatan perekonomian adalah pasar

tradisional.

Pasar

tradisional

diharapkan

mampu

menggerakkan

pertumbuhan ekonomi wilayah kota Bandung. Perkembangan pasar tradisional kian menurun dari tahun ke tahun. Akibat dari penurunan trend pasar tradisional adalah masyarakat memenuhi kebutuhan sehari – harinya dengan berbelanja di tempat yang lebih modern dari pasar tradisional dan lebih banyak menawarkan barang dan jasa untuk dibeli.

Salah satu pasar tradisional yang masih eksis hingga saat ini adalah pasar tradisional Baltos yang terletak di Tamansari. Pasar Baltos yang merupakan perpaduan pasar tradisional dan pasar modern menawarkan warna baru dalam pemenuhan kebutuhan sehari-hari masyarakat sekitarnya. Selain di desain sebagai tempat belanja kebutuhan sehari – hari juga dapat dijadikan tempat rekreasi dan tempat membeli kebutuhan sekunder lainnya.

Penelitian ini diharapkan dapat menjadi referensi bagi pembangunan pasar tradisional

lainnya.

Penelitian

ini

penting

dilakukan

karena

dengan

mengidentifikasi karakteristik sampel konsumen pasar tradisional Baltos, dapat mengetahui

keterjangkauan

dan

pelayanan

pasar

tradisional

sehingga

pembangunan pasar tradisional dapat tepat sasaran sesuai jangkauan pelayanan pasar. Oleh karena itu, pada penelitian kali ini dibahas mengenai analisis keterjangkauan dan pelayanan pasar tradisional Baltos berdasarkan karakteristik sampel konsumen pasar tradisional Baltos.

1

1.2 Rumusan Masalah Berdasarkan latar belakang yang telah disebutkan, berikut adalah masalah-masalah yang akan kami bahas diantaranya : 1. Bagaimana keterjangkauan pasar tradisional Baltos berdasarkan hubungan antara jenis kelamin sampel konsumen dengan preferensi moda transportasi yang digunakan untuk pergi ke pasar tradisional Baltos?

2. Bagaimana ketepatgunaan pelayanan pasar tradisional Baltos berdasarkan hubungan antara jenis kelamin sampel konsumen dengan tujuan berbelanja ke pasar tradisional Baltos?

3. Bagaimana karakteristik hubungan antara pendapatan sampel konsumen dengan pengeluaran yang dibelanjakan di pasar tradisional Baltos?

4. Bagaimana karakteristik hubungan antara lama waktu belanja sampel konsumen dengan pengeluaran yang dibelanjakan di pasar tradisional Baltos?

1.3 Tujuan dan Sasaran Tujuan

diadakannya

penelitian

ini

adalah

untuk

menganalisis

keterjangkauan dan pelayanan pasar tradisional baltos berdasarkan identiftikasi karakteristik sampel konsumen Sasaran diadakannya penelitian ini, yaitu : 1. Mengetahui

keterjangkauan

pasar

tradisional

Baltos

melalui

identifikasi

karakteristik hubungan antara jenis kelamin sampel konsumen dengan preferensi moda transportasi yang digunakan untuk pergi ke pasar tradisional Baltos.

2. Mengetahui ketepatgunaan pelayanan pasar tradisional Baltos melalui identifikasi hubungan antara jenis kelamin sampel konsumen dengan tujuan berbelanja ke pasar tradisional Baltos.

3. Mengetahui karakteristik hubungan antara pendapatan sampel konsumen dengan pengeluaran yang dibelanjakan di pasar tradisional Baltos.

4. Mengetahui karakteristik hubungan antara lama waktu belanja sampel konsumen dengan pengeluaran yang dibelanjakan di pasar tradisional Baltos

2

1.4

Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini terbagi menjadi tiga, yaitu ruang lingkup

materi yang menjelaskan bahasan cakupan pembahasan masalah dan, ruang lingkup wilayah yang menjelaskan batasan wilayah yang menjadi fokus penelitian, dan ruang lingkup waktu yang menjelaskan cakupan waktu yang menjadi fokus penelitian.

1.4.1 Ruang Lingkup Materi Variabel yang dipergunakan adalah jenis kelamin sampel konsumen, Nama sampel konsumen, moda transportasi yang digunakan sampel konsumen untuk pergi ke pasar tradisional Baltos, pendapatan dan pengeluaran sehari – hari sampel konsumen, dan lama waktu belanja sampel konsumen di pasar tradisional Baltos.

1.4.2

Ruang Lingkup Wilayah Ruang lingkup wilayah yang diambil dalam penelitian ini adalah prasar

tradisional Baltos. Pasar tradisional Baltos dipilih karena merupakan salah satu pasar tradisional yang masih eksis hingga saat ini dan merupakan salah satu pilihan tempat pemenuhan kebutuhan di sekitar Tamansari.

Gambar 1.1 Gambar Peta Lokasi Penelitian

Sumber : Googlemaps.com

3

1.4.3

Ruang Lingkup Waktu Ruang lingkup waktu yang diambil penelitian ini adalah meliputi waktu

survey primer yaitu pada 14 September 2014 dan pengerjaan laporan dimulai sejak 20 November 2014 hingga 25 November 2014 1.5

Metodologi Penelitian Metoda yang dilakukan penulis dalam penelitian ini mencakup metoda

pengumpulan data dan metoda analisis data. Metode pengumpulan data berupa data primer yaitu pengambilan kuesioner di pasar tradisional Baltos dan pasar Simpang Dago. Adapun data sekunder yang dipergunakan adalah berupa literatur dari beberapa referensi terkait penelitian.

1.6

Sistematika Penulisan

Bab I Pendahuluan Pada bagian Bab I pendahuluan, penulis akan memaparkan masalah yang melatarbelakangi laporan ini, rumusan masalah, tujuan dan sasaran, ruang lingkup materi, metodologi penelitian, dan sistematika penulisan.

Bab II Dasar Teori Pada Bab II Dasar Teori ini, penulis akan membahas mengenai dasar teori, yaitu teori analisis statistik asosiasi serta cara penggunaan analisis statistik asosiasi menggunakan SPSS dan teori terkait pembahasan penelitian.

Bab III Input dan Analisis Data Pada Bab III input dan analisis data ini, penulis akan menjelaskan lebih detail tentang input data, analisis output data, dan interpretasi terhadap bidang Perencanaan Wilayah dan Kota.

Bab IV Penutup Pada Bab IV penutup ini, penulis akan menyimpulkan hasil survei dan memberikan beberapa saran untuk penyelesaian masalahnya

4

BAB II DASAR TEORI

Pada bab ini akan dijelaskan mengenai teori dasar jangkauan dan pelayanan pasar, teori analisis asosiasi teknik pengukuran dengan chi square-phi, chi square-cramer’s v, r-pearson dan regresi linier, serta cara pengolahan data dengan SPSS. 2.1 Teori Pasar Tradisional Berdasarkan Peraturan Presiden No 112 Tahun 2007 tentang penataan dan pembinaan pasar tradisional dan toko modern definisi “Pasar Tradisional� adalah pasar yang dibangun dan dikelola oleh Pemerintah, Pemerintah Daerah, Swasta, Badan Usaha Milik Negara dan Badan Usaha Milik Daerah termasuk kerjasama dengan swasta dengan tempat usaha berupa toko, kios, los dan tenda yang dimiliki/dikelola oleh pedagang kecil, menengah, swadaya masyarakat atau koperasi dengan usaha skala kecil, modal kecil dan dengan proses jual beli barang dagangan melalui tawar menawar.

Pasar tradisional adalah pasar umum yang menjual barang-barang kebutuhan sehari-hari. Tegasnya, pasar tradisional berarti pasar yang menjual barang kebutuhan sehari-hari, dan secara resmi diakui oleh pemerintah. Menurut pengertiannya, pasar merupakan suatu tempat bagi manusia dalam mencari keperluan sehari-harinya (Trisnawati, 1988). Sedangkan menurut Belshaw (dalam Suprapto, 1988) Pasar adalah tempat yang mempunyai unsur-unsur social, ekonomis, kebudayaan, politis dan lain-lain, tempat pembeli dan penjual (atau penukar tipe lain) saling bertemu untuk mengadakan tukar-menukar. Jika dilihat dari mutu pelayanannya, kegiatan perdagangan dapat dibedakan tempat perbelanjaan tradisional terdiri dari pasar tradisional, toko-toko, warung, dan lain-lainnya.

5

2.2 Teori Lokasi Teori lokasi dapat didefinisikan sebagai ilmu yang menyelidiki tata ruang (spatial order) kegiatan ekonomi atau juga dapat diartikan sebagai ilmu tentang alokiasi secara geografis dari sumber daya yang langka, serta hubungannya atau pengaruhnya terhadap lokasi berbagai macam usaha atau kegiatan lain. Secara umum, pemilihan lokasi oleh suatu unit aktivitas ditentukan beberapa factor seperti bahan baku lokal, permintaan lokal, bahan baku yang dapat dipindahkan dan permintaan luar. (Hoover dan Giarratani, 2007) Teori lokasi dari August Losch melihat persoalan dari sisi permintaan pasar, berbeda dengan Weber yang melihat persoalan dari sisi penawaran. Losch mengatakan bahwa lokasi penjual sangat berpengaruh terhadap jumlah konsumen yang dapat digarapnya. Makin jauh dari tempat penjual, konsumen semakin enggan membeli karena biaya transportasi untuk mendatangi tempat penjual semakin mahal. Losch cenderung menyarankan agar lokasi produksi berada di pasar atau di dekat pasar.

2.3 Teori Pilihan Konsumen Preference mempunyai makna pilihan atau memilih. Istilah preferensi digunakan untuk mengganti kata preference dengan arti yang sama atau minat terhadap sesuatu. Preferensi merupakan suatu sifat atau keinginan untuk memilih. (Journal Planit: 2001). Menurut Doris Grober preferensi media umunya meminta pengguna media untuk mengurutkan preferensi pengguna terhadap suatu media (Vivian, 2010: 567).

Preferensi konsumen didefinisikan sebagai selera subjektif (individu), yang diukur dengan utilitas, dari bundel berbagai barang. Konsumen dipersilahkan untuk melakukan rangking terhadap bundel barang yang mereka berikan pada konsumen (Indarto, 2011). Yang perlu diperhatikan adalah preferensi itu bersifat independen terhadap pendapatan dan harga.

Kemampuan untuk membeli barang-barang tidak menentukan menyukai atau tidak disukai oleh konsumen. Terkadang seseorang dapat memiliki preferensi untuk produk A lebih dari produk B, tetapi ternyata sarana keuangannya hanya cukup untuk membeli produk B (besanko dan Braeutigam, 2008).

6

Guna memahami preferensi konsumen dalam memilih produk, maka diperlukan kerangka pikir yang memudahkan penelitian. Ada banyak model yang

mengungkap

tentang

perilaku

konsumen,

namun

model yang

dikemukakan oleh Sandhusen (2000) cukup menjelaskan respon dari konsumen sebagai pembeli dalam mengambil keputusan. Walapun penelitian ini membahas hingga pembelian yang dilakukan oleh konsumen dari Buyer’s Black Box menuju Buyer’s Response (Sandhusen, 2000) Model Sandhusen (2000) mencoba menjelaskan bagaimana respon yang diberikan oleh seorang pembeli saat melakukan proses pembelian.Pada dasarnya model sandhusen (2000) menjelaskan bahwa keputusan yang diambil seorang konsumen tidak semata mata merupakan keputusan yang dipengaruhi faktor internal konsumen seperti karakteristik diri konsumen dan proses pengambilan keputusan konsumen saja. Adanya faktor eksternal juga mempengaruhi konsumen dalam mengambil keputusan. Integrasi antara faktor eksternal dan faktor internal itu dinamakan sandhusen (2000) sebagai Buyer’s Black Box. Faktor eksternal merupakan segala hal yang berasal dari luar diri konsumen yang mampu mempengaruhi konsumen dalam memberikan respon seperti menentukan pemilihan terhadap produk. Sandhusen (2000) membagi faktor eksternal menjadi dua, yaitu Marketing Stimuli dan Environmental Stimuli. Hal ini senada dengan yang dikemukakan oleh Solomon, bahwa faktor eksternal merupakan pembentuk dari persepsi, konsep diri dan gaya hidup konsumen. Hal yang membedakan adalah, Solomon menjabarkan faktor eksternal menjadi Culture, Sub culture, Demograpic, Social status, Feference group, Family dan Marketing activity

2.4

Teori Analisis Statistik Asosiasi Analisis statistik asosiasi merupakan suatu analisis yang membantu dalam

melihat kaitan atau hubungan yang ada di antara sekumpulan observasi : 

Mengetahui hubungan antar variabel (ada/tidak)



Mengetahui seberapa kuat hubungan antara kedua variabel tersebut (kuat/lemah)



Mengetahui arah hubungannya (positif/negatif)

7



Mengetahui bagaimana pola hubungannya

Manfaat analisis statistik asosiasi : 

Untuk melacak hubungan kausal antara beberapa variabel data nominal, ordinal dan interval rasio



Untuk mempresiksi skor suatu variabel bedasarkan variabel lain

Asosiasi antara variabel Tabel 2.1 Tabel Metode Analisis Asosiasi Metode Analisis Menurut Skala Pengukuran Penerapan Nominal

Ordinal

Interval/Rasio

Asosiasi bersifat

Ukuran korelasi berbasis

Ukuran korelasi variabel

Koefisien Korelasi r Pearson

korelatif

Chi-Square

ordinal kontinyu

(prodict Moment)

-Koefisien Phi

-Koefisien korelasi Tau

-Koefisien V Creamer

Kedal

-Koefisien Kontingensi C

-Koefisien korelasi Rho Spearmen

Ukuran korelasi berbasis propotional reduction error (PRE) -Koefisien Lambda

Ukuran variabel ordinal collapsed -Koefisien Gamma -Koefisien d Sommer -Koefisien Tau-b Kendal

Asosiasi bersifat eksperimental

-Analisis Variansi (ANOVA) -Analisis regresi

Sumber : Power Point Praktikum MAP Analisis Asosiasi 2014

8

Asosiasi Variabel Data 1. chi square-phi (f) Chi square-phi (f) digunakan jika data berupa tabel 2x2 menggunakan rumus

2

 fe 

2  

N

( fo  fe )2 fe

total baris total kolom  n

2. chi square-cramer’s v (v) chi square-cramer’s v (v) digunakan jika data bukan berupa tabel 2x2 dengan menggunakan rumus

V

2 ( N ){Min(r  1), (c  2)}

2   fe 

( fo  fe )2 fe

total baris total kolom  n

Pengujian koefisien asosiasi data nominal : 1. Hipotesa:

H0 = 0 (tidak ada korelasi) H1 ≠ 0 (ada korelasi)

2. Tentukan  3. Wilayah Kritis χ2 > χα; df; (b-1)(k-1) 4. Statistik Uji χ2 5. χ2 jatuh di wilayah kritis  hubungan nyata

Asosiasi Variabel Data Ordinal Menjelaskan keberadaan, kekuatan dan arah hubungan antara kedua variabel.

Teknik pengukuran : 

untuk ordinal diskrit/collapsed 1.

gamma (G)somer’s d (d) 9

2. 

kendall’s tau-b (tau-b)

untuk ordinal kontinu 1.

spearman’s rho (rs)

Rentang Nilai Pengukuran: 0 - 1 0 = no association 1 = perfect association Pengujian koefisien asosiasi data ordinal a. Asumsi: b. Pengambilan sampel random c. Skala pengukuran ordinal kontinu d. Distribusi sampling normal  sampel besar e. Hipotesa :

Ho:  = 0 (tidak ada hubungan) H1:  ≠ 0 (ada hubungan)

f. Distribusi Sampling dan wilayah kritis Distribusi: Z dengan =0,05 g. Statistik Uji h. Keputusan

Asosiasi Variabel Data Interval Rasio Menjelaskan keberadaan, kekuatan dan arah hubungan antara kedua variabel.

Teknik pengukuran : a. koefisien korelasi r-pearson Untuk mengukur hubungan dua variabel yang diukur dalam skala interval rasio dengan asumsi dasar: 

Koesien korelasi hanya cocok untuk mengukur derajat hubungan antara variabel yang terkait secara linier

10



Kedua variabel mempunyai distribusi normal

Rumus:

N  XY  ( X )( Y )

r

[ N  X 2  ( X ) 2 ][ N  Y 2  ( Y ) 2 ]

b. Analisis Regresi Linier Uji Regresi Linear digunakan untuk mengetahui pola hubungan (linear) antara dua variabel, dimana pada hubungan tersebut terdapat sebuah variabel dependen (tergantung) dan variabel independent (bebas) yang mempengaruhi variabel dependent. Akan dikembangkan puka estimating equation (persamaan regresi) yaitu ditunjukkan dengan rumus berikut : Rumus:

y = a + bx

a = titik potong garis regresi dengan sumbu y b = kelerengan garis regresi y = variabel dependen x = variabel independen

b

n XY    X  Y 





n  X 2   X 

2

__

__

a  Yb X

Rentang Nilai Pengukuran: 0 - 1 0 = no association 1 = perfect association

2.5

Penggunaan Analisis Statistik Asosiasi dengan Aplikasi SPSS Pada bagian ini akan dibahas mengenai lagkah-langkah penggunaan uji yang dipakai dalam analisis satistik asosiasi dan pengaplikasiannya di program SPSS. 2.5.1

Uji Chi-square Phi

11

Uji Chi-square Phi digunakan untuk mengetahui keberadaan dan kekuatan hubungan antara dua variabel data berupa tabel 2x2. Langkah-langkah Uji Chi-square Phi dalam SPSS : a.

Input data dan simpan dengan nama crosstab_1

b.

Buka file crosstab_1

c.

Menu Analyze  Descriptive Statistics  Crosstabs…

d.

Pengisian : 

Row atau variable yang akan ditempatkan pada baris (row). Untuk

keseragaman, akan ditempatkan variable tingkat kepuasan pada baris (row).

Maka masukkan variable tingkat kepuasan ke kotak Row. 

Column(s) atau variable yang akan ditempatkan pada kolom (column).

Untuk keseragaman, akan ditempatkan variable gender pada kolom. Maka masukkan variable tingkat kepuasan ke kotak Column. e.

Klik mouse pada pilihan Statistics…

f.

Pilih Chi-square dan Phi and Cramer’s V pada Nominal. Kemudian, tekan Continue.

g.

Klik mouse pada pilihan Format… Kemudian pilih Ascending (menaik, dari kecil ke besar) pada Row Order (penempatan variable) lalu Continue.

h.

Pilihan Displayclustered bar charts dan Surpress tables yang terletak di kiri bawah menu crosstab tidak perlu dipilih.

i.

Tekan Ok untuk mengakhiri pengisian prosedur analisis. Terlihat SPSS melakukan pekerjaan analisis dan terlihat output SPSS.

2.5.2

Uji Chi-square Cramer’s v Chi square-cramer’s v (v) digunakan jika data bukan berupa tabel 2x2 untuk mengetahui keberadaan dan kekuatan hubungan antara dua variabel.

Langkah-langkah Uji chi square-cramer’s v (v) :

a.

Input data dan simpan dengan nama crosstab_2

b.

Buka file crosstab_2

c.

Menu Analyze  Descriptive Statistics  Crosstabs…

d.

Pengisian :



Row atau variable yang akan ditempatkan pada baris (row).

12



Column(s) atau variable yang akan ditempatkan pada kolom (column).

e.

Klik mouse pada pilihan Statistics…

f.

Pilih Chi-square dan Phi and Cramer’s V pada Nominal. Kemudian, tekan Continue.

g.

Klik mouse pada pilihan Cells… Kemudian pilih Observed pada Counts. Jika ingin melihat nilai yang diharapkan pilih juga expected. Lalu Continue.

h.

Klik mouse pada pilihan Format… Kemudian pilih Ascending (menaik, dari kecil ke besar) pada Row Order (penempatan variable) lalu Continue.

i.

Pilihan Displayclustered bar charts dan Surpress tables yang terletak di kiri bawah menu crosstab tidak perlu dipilih.

j.

Tekan Ok untuk mengakhiri pengisian prosedur analisis. Terlihat SPSS melakukan pekerjaan analisis dan terlihat output SPSS.

2.5.3

Uji Korelasi R-Pearson Uji korelasi R-Pearson merupakan uji asosiasi untuk mengetahui

keberadaan, kekuatan serta arah hubungan variabel data interval-rasio. Langkahlangkah Uji korelasi R-Pearson : a.

Dari menu Analyze  Correlation  Bivariate

b.

Masukkan variabel-variabel yang akan diuji dan untuk mengukur korelasi data pada contoh kasus yang kuantitatif dan berskala rasio, pilih Person pada bagian “Correlation Coefficients”. Kemuadian pada bagian “Test of Significance” pilih Two-tailed karena kita akan menguji dua sisi. Alu checklist pada bagian “Flag Significant Correlations” untuk melihat tingkat signifikansi.

c.

Pada bagaian “Option” dibiarkan default yaitu pada pilihan Exclude Cases Pairwise.

2.5.4

Uji Regresi Linear Uji Regresi Linear digunakan untuk mengetahui pola hubungan (linear)

antara dua variabel. a.

Langkah-langkah uji regresi linear dalam SPSS :

b.

Menu Analyze  Regression  Linear

c.

Masukkan variabel dependent dan variabel independent yang akan diuji

13

d.

Isi Case Labels

e.

Pilih kolom Statistik

b.

Aktifkan pilihan Estimates pada kolom Regression Coefficient.

c.

Descriptive, aktifkan Mode Fit

d.

Pada bagian Residuals kik pada Casewise Diagnostics dan pilih All Cases  Continue

e.

Pilih kolom Plot 

Klik SDRESID dan masukkan ke pilihan Y



Klik ZPRED masukkan ke pilihan X, Next



Lalu isi ZPRED ke kolom Y dan Dependent masuk ke kolom X



Continue

14

BAB III INPUT DAN ANALISIS DATA

Pada bab ini, akan memaparkan lebih detail mengenai input data, analisis output data, dan bentuk interpretasinya dalam bidang perencanaan wilayah dan kota.

3.1 Input Data Data diperoleh dari data primer, survey dan kuesioner. Survey dan kuesioner dilakukan terhadap konsumen di pasar tradisional Baltos. Dalam analisis ini variable yang akan dianalisis adalah nama sampel konsumen, jenis kelamin sampel konsumen, pendapatan dan pengelauran sampel konsumen pasar tradisional Baltos, moda transportasi yang digunakan sampel konsumen dan lama waktu berbelanja sampel konsumen di pasar tradisional Baltos.

Keterangan: Data terlampir.

3.2 Output Data Data yang akan diolah dari hasil analisis dengan uji Chi-Square Phi, Creamers, R-Pearson, dan Regresi Liner akan menjadi bahan analisis ketepatgunaan jangkauan dan pelayanan pasar tradisional baltos berdasarkan identiftikasi karakteristik sampel konsumen.

3.2.1 Analisis Preferensi Moda Transportasi dan Jenis Kelamin Sampel Konsumen Tabel 3.1 Tabel Chi-Square Phi Preferensi Moda Transportasi berdasarkan Jenis Kelamin Case Processing Summary Cases Valid N Moda Transportasi * Jenis Kelamin

Missing

Percent 48

100.0%

N

Total

Percent 0

.0%

N

Percent 48

100.0%

Sumber : Output analisis SPSS 2014

15

Ada 48 data yang semuanya diproses dan tidak ada data missing sehingga kevalidan datanya 100%.

Tabel 3.2 Tabel Crosstabulation Preferensi Moda Transportasi dan Jenis Kelamin Moda Transportasi * Jenis Kelamin Crosstabulation Jenis Kelamin Laki-Laki Perempuan Moda Transportasi

Kendaraan

Count Expected Count

Jalan Kaki

Count Expected Count

Total

Count Expected Count

Total

6

14

20

4.2

15.8

20.0

4

24

28

5.8

22.2

28.0

10

38

48

10.0

38.0

48.0

Sumber : Output analisis SPSS 2014

Pada tabel silang di atas memuat hubungan antara kedua variabel. Pada baris kendaraan, terlihat bahwa ada 6 laki – laki dan 14 perempuan yang memilih menggunakan kendaraan untuk ke pasar tradisional Baltos da nada 4 laki – laki serta 24 perempuan yang memilih berjalan kaki untuk pergi ke pasar tradisional Baltos.

Tabel 3.3 Tabel Chi-Square Phi Preferensi Moda Transportasi dan Jenis Kelamin Chi-Square Tests

Value Pearson Chi-Square Continuity

Correctionb

Likelihood Ratio

df

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

sided)

1.747a

1

.186

.924

1

.336

1.726

1

.189

Fisher's Exact Test N of Valid Cases

Asymp. Sig. (2-

.282

.168

48

a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is 4.17. b. Computed only for a 2x2 table

Sumber : Output analisis SPSS 2014

16

Uji Chi-square untuk mengamati ada tidaknya hubungan antara hubungan 2 variabel. Dalam SPSS, selain alat Uji Schi-Square, juga dilengkapi dengan beberapa alat uji yang sama tujuannya.

Tabel 3.4 Tabel Chi-Square Phi Preferensi Moda Transportasi dan Jenis Kelamin Symmetric Measures Value Nominal by Nominal Phi Cramer's V N of Valid Cases

Approx. Sig.

.191

.186

.191

.186

48 Sumber : Output analisis SPSS 2014

a. Asumsi

:



Pengambilan sampel random



Tipe pengukuran nominal



Distribusi mendekati normal

b. Hipotesa

: i. H0 = 0 ( menunjukkan bahwa tidak ada hubungan antara jenis kelamin dengan preferensi moda transportasi) ii. H1 ≠ 0 ( menunjukkan bahwa terdapat hubungan antara jenis kelamin dengan preferensi moda transportasi)

c. Menentukan a Tingkat kepercayaan = 95% a = 0.05 ( satu sisi ) b = 0.025 ( dua sisi) d. Wilayah Kritis : X2 >Xa ; df ; ( b-1) (k-1) Df = (2-1)(2-1) =1 X2> X0.025 ; df ; 1 X2 > 3.841 e. Statistik Uji X2 Wilayah kritis = X2 > X0.025 ; df ;1

17

X2 = 1.747 X0.025 ; df; 1 = 3.841 X2(1.747) < 3.841 Asymp Sig < 0.025 ď&#x192; Tolak Ho Asymp Sig = 1.86 Asymp > 0.05 1.86 > 0.025 f. Kesimpulan X2 < X0.025 ;df;1 1.747 < 3.841 ď&#x192; Ho diterima Asymp Sig > 0.025 1.86 > 0.025 ď&#x192; Ho diterima Berdasarkan statistic uji X2 (1.747) < X0.025; df; 1(3.841), maka X2 jatuh di luar wilayah kritis karena wilayah kritias adalah X2 X2 (1.747) < X0.025; df; 1(3.841). X2 (1.747) < X0.025; df; 1(3.841) jatuh di luar wilayah kritis menunjukkan bahwa Ho diterima, artinya tidak ada hubungan nyata antara jenis kelamin dengan preferensi mod atransportasi. Selain itu, hal tersebut juga dapat dibuktikan melalui nilai asymp Sig. Uji tersebut menunjukkan nilai asymp Sig=1.86, yaitu lebih dari 0.05 yang artinya bahwa Ho diterima, artinya tidak ada hubungan antara jenis kelamin dengan preferensi moda transportasi yang digunakan sampel konsumen untuk pergi ke pasar tradisional Baltos.

18

Grafik 3.1 Grafik Jenis Kelamin dan Preferensi Moda Transportasi Sampel Konsumen Pasar Tradisional Baltos

Sumber : Output analisis SPSS 2014

Berdasarkan grafik di atas, diperoleh hasil bahwa untuk moda transportasi kendaraan bermotor dipilih oleh 6 laki – laki dan 14 perempuan. Sementara yang memilik berjalan kaki ada 4 laki – laki dan 24 perempuan.

3.2.2 Analisis Hubungan antara Jenis Kelamin Sampel Konsumen dan Tujuan Berbelanja Tabel 3.5 Tabel Creamer’s V Jenis Kelamin dan Tujuan Belanja Sampel Konsumen Pasar Tradisional Baltos Case Processing Summary Cases Valid N Tujuan Belanja di Pasar

Missing

Percent 48

100.0%

N

Total

Percent 0

.0%

N

Percent 48

100.0%

Balubur * Jenis Kelamin

Sumber : Output Hasil Pengolahan SPSS 2014

19

Ada 48 data yang semuanya diproses dan tidak ada data missing sehingga kevalidan datanya 100%.

Tabel 3.6 Tabel Crosstabulation Jenis Kelamin dan Tujuan Belanja ke Pasar Tradisional Baltos Tujuan Belanja di Pasar Balubur * Jenis Kelamin Crosstabulation Jenis Kelamin Laki-Laki Tujuan Belanja di Pasar

Berbelanja Kebutuhan

Balubur

Sehari-hari

Count

27

35

7.3

27.7

35.0

0

11

11

2.3

8.7

11.0

2

0

2

Expected Count

.4

1.6

2.0

Count

10

38

48

10.0

38.0

48.0

Count

kembali

Expected Count

Lainnya

Count

Total

Total

8

Expected Count

Berbelanja untuk dijual

Perempuan

Expected Count

Sumber : Output analisis SPSS 2014

Terlihat tabel silang yang memuat hubungan antara kedua variabel pada baris laki – laki terlihat bahwa ada 8 orang yang berbelanja kebutuhan sehari – hari, dan 2 orang pergi ke pasar baltos untuk tujuan lainnya. Untuk baris perempuan, terlihat bahwa ada 27 orang berbelanja kebutuhan sehari – hari, dan 11 orang berbelanja untuk dijual kembali.

Tabel 3.7 Tabel Creamer’s V Jenis Kelamin dan Tujuan Belanja ke Pasar Tradisional Baltos Chi-Square Tests Value

Df

Asymp. Sig. (2-sided)

10.582a

2

.005

Likelihood Ratio

11.499

2

.003

N of Valid Cases

48

Pearson Chi-Square

a. 3 cells (50.0%) have expected count less than 5. The minimum expected count is .42.

Sumber : Output Hasil Pengolahan SPSS 2014

20

Uji Creamer’s V untuk mengamati ada tidaknya hubungan antara hubungan dua variabel. Dalam SPSS, selain alat uji Creamer’s V, juga dilengkapi dengan beberapa alat uji yang sama tujuannya.

Tabel 3.8 Tabel Creamer’s V Jenis Kelamin dan Tujuan Belanja ke Pasar Tradisional Baltos Symmetric Measures Value Nominal by Nominal

Contingency Coefficient

N of Valid Cases

Approx. Sig. .425

.005

48

Sumber : Output analisis SPSS 2014

Asumsi 

Pengambilan sampel random



Tipe pengukuran nominal



Distribusi mendekati normal

Hipotesa i. H0 = 0 ( menunjukkan bahwa tidak ada hubungan antara jenis kelamin dengan tujuan belanja ke pasar tradisional Baltos) ii. H1 ≠ 0 ( menunjukkan bahwa terdapat hubungan antara jenis kelamin dengan tujuan belanja ke pasar tradisional Baltos) Menentukan α Tingkat kepercayaan = 95% α = 0.05 ( satu sisi ) α = 0.025 ( dua sisi)

Wilayah Kritis : X2 >Xa ; df ; ( b-1) (k-1) Df = (3-1)(2-1) =2 X2> X0.025 ; df ;2 X2 > 7.378

21

10.582 > 7.378 Statistik Uji X2 Wilayah kritis = X2 > X0.025 ; df ;2 X2 = 10.582 X0.025 ; df; 2 = 7.378 X2

> 7.378

10.582

> 7.378

Asymp Sig < 0.025  Tolak Ho Asymp Sig = 0.05 Asymp Sig > 0.025 0.05 > 0.025  Ho diterima Kesimpulan X2 > X0.025 ;df;3 10.582 > 7.378 Ho diterima Asymp Sig > 0.025 0.05 > 0.025  Ho diterima Berdasarkan statistic uji X2 (10.582) > X0.025; df; 2(7.378), maka X2 jatuh di luar wilayah kritis karena wilayah kritis adalah X2 < X0.025; df; 2(7.378). X2 jatuh di luar wilayah kritis menunjukkan bahwa Ho diterima, artinya tidak ada hubungan nyata antara jenis kelamin dengan tujuan berbelanja ke pasar tradisional Baltos. Selain itu, hal tersebut juga dapat dibuktikan melalui nilai asymp Sig. Uji tersebut menunjukkan nilai asymp Sig=0.05, yaitu lebih dari 0.025 yang artinya bahwa Ho diterima, artinya tidak ada hubungan antara jenis kelamin dengan tujuan berbelanja sampel konsumen pasar tradisional Baltos.

22

Grafik 3.2 Grafik Hubungan antara Jenis Kelamin dan Tujuan Berbelanja ke Pasar Tradisional Baltos

Sumber : Output analisis SPSS 2014

Berdasarkan grafik di atas, diperoleh hasil bahwa untuk tujuan berbelanja kebutuhan sehari – hari terdapat 8 laki – laki dan 27 perempuan, untuk tujuan belanja dijual kembali ada 11 perempuan dan untuk tujuan belanja lainnya ada 2 laki – laki.

23

3.2.3 Analisis Hubungan antara Pendapatan dan Pengeluaran Sehari-hari Sampel Konsumen Tabel 3.9 Tabel R-Pearson Hubungan antara Pendapatan dan Pengeluaran Sehari-hari sampel Konsumen Pasar Tradisional Baltos Correlations Pengeluaran sebelum Pendapatan Responden Pearson Correlation

Sig. (1-tailed)

1.000

-.031

Pengeluaran sebelum lebaran

-.031

1.000

.

.417

.417

.

Pendapatan Responden

48

48

Pengeluaran sebelum lebaran

48

48

Pendapatan Responden Pengeluaran sebelum lebaran

N

lebaran

Pendapatan Responden

Sumber : Output analisis SPSS 2014

Berdasarkan tabel di atas, dapat diketahui bahwa terdapat korelasi yang lemah antara variabel pendapatan dan pengeluaran yang ditunjukkan oleh angka 0.031. Selain itu, nilai (-) negative pada hubungan tersebut menunjukkan arah hubungan yang terbalik antara variabel â&#x20AC;&#x201C; variabel tersebut, jadi semakin besar pengeluaran yang dibelanjakan oleh sampel konsumen maka akan semakin kecil pendapatan bersih yang diterima oleh sampel konsumen.

Grafik 3.3 Grafik Hubungan Rata â&#x20AC;&#x201C; Rata Lama Waktu Belanja dan Jenis Kelamin 120

108

100

80

62.83783784

60 40 20 0 Laki-laki

Perempuan

Sumber : Output hasil analisis Microsoft Excel 2014

24

Berdasarkan grafik di atas, diperoleh hasil bahwa laki – laki rata – rata menghabiskan waktu 108 menit untuk berbelanja di pasar tradisional Baltos, sementara wanita menghabiskan rata – rata 62,8 menit.

3.2.4 Analisis Hubungan antara Lama Waktu Belanja dengan Pengeluaran Sampel Konsumen Tabel 3.10 Tabel Regresi Hubungan antara Lama Waktu Berbelanja dengan Pengeluaran Sehari – hari sampel konsumen pasar tradisional Baltos Variables Entered/Removedb Model

Variables Variables Entered

1

Lama Belanja

Removed

a

Method . Enter

a. All requested variables entered. b. Dependent Variable: Pengeluaran sebelum lebaran

Sumber : Output analisis SPSS 2014

Tabel ini menunjukkan bahwa variabel yang dimasukkan adalah variabel Lama waktu berbelanja tidak ada yang dikeluarkan (removed). Hal ini disebabkan karena single step dan bukan stepwise.

Tabel 3.11 Tabel Regresi Hubungan antara Lama Waktu Berbelanja dengan Pengeluaran Sehari – hari sampel konsumen pasar tradisional Baltos Model Summaryb Model 1

R

R Square .076

a

Adjusted R Square

.006

-.016

Std. Error of the Estimate 2333033.908

a. Predictors: (Constant), Lama Belanja b. Dependent Variable: Pengeluaran sebelum lebaran

Sumber : Output analisis SPSS 2014

Tabel di atas menunjukkan hubungan antara variabel pengeluaran dan lama waktu belanja sampel konsumen pasar tradisional Baltos yang tidak memiliki hubungan yang erat. Semakin besar nilai R2, maka semakin erat

25

hubungannya, sehingga dapat disimpulkan bahwa kedua variabel di atas dengan nilai R2 sebesar 0.006 memiliki hubungan yang sangat lemah.

Tabel 3.12 Tabel ANOVA Hubungan antara Lama Waktu Belanja dan Pengeluaran Sehari â&#x20AC;&#x201C; hari Sampel Konsumen Pasar Tradisional Baltos ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

1.442E12

1

1.442E12

Residual

2.504E14

46

5.443E12

Total

2.518E14

47

F

Sig. .265

.609a

a. Predictors: (Constant), Lama Belanja b. Dependent Variable: Pengeluaran sebelum lebaran

Sumber : Output analisis SPSS 2014

Dari uji ANOVA atau F Test, didapat F hitung sebesar 0.045 dengan tingkat signifikansi 0.833. Oleh karena itu angka probabilitas 0.833 lebih besar dari 0.05, maka model regresi tidak tepat diginakan untuk memprediksi pengeluaran sehari â&#x20AC;&#x201C; hari.

Tabel 3.13 Tabel Koefisien Hubungan antara Lama Waktu Belanja dan Pengeluaran Sehari â&#x20AC;&#x201C; hari Sampel Konsumen Pasar Tradisional Baltos Coefficientsa Model

Standardized Unstandardized Coefficients B

1

(Constant) Lama Belanja

Std. Error

903981.606

376813.342

-6701.684

13021.542

Coefficients Beta

t

-.076

Sig. 2.399

.021

-.515

.609

a. Dependent Variable: Pengeluaran sebelum lebaran

Sumber : Output analisis SPSS 2014

Tabel ini menggambarkan persamaan regresi: Y = (903981.606) + (--6701.684) X Dengan,

Y = Pengeluaran sampel konsumen perbulan X = Lama waktu belanja sampel konsumen

26

Tabel 3.14 Tabel Casewise Diagnostics Pengeluaran dan Lama Waktu Belanja Casewise Diagnosticsa Case

Pengeluaran

Number

Nama Responden

sebelum Std. Residual

lebaran

Predicted Value

Residual

1

Endah

.428

1500000

501880.57

998119.433

2

Rina

.127

1000000

702931.09

297068.914

3

Imas

.127

1000000

702931.09

297068.914

4

Siti

.172

500000

99779.53

400220.471

5

Heni

-.293

200000

883876.55

-683876.554

6

Nadya

-.336

100000

883876.55

-783876.554

7

Sita

-.315

150000

883876.55

-733876.554

8

Tuti

-.336

100000

883876.55

-783876.554

9

Nur Hidayat

-.304

175000

883876.55

-708876.554

10

Isna Hastuti

-.116

600000

870473.19

-270473.186

11

Slamet

-.317

150000

890578.24

-740578.238

Mustaqim

d i m e n s

12

Yati

-.245

300000

870473.19

-570473.186

13

Mimin

-.333

100000

877174.87

-777174.870

14

Mila

-.301

200000

902306.18

-702306.185

15

Rukayah

-.365

50000

902306.18

-852306.185

16

Ida Laela

-.344

100000

902306.18

-802306.185

17

Ratna

-.216

300000

803456.35

-503456.346

18

Jubaedah

-.087

500000

702931.09

-202931.086

19

Lina

-.258

100000

702931.09

-602931.086

20

Lia

-.044

600000

702931.09

-102931.086

21

Edi

-.172

500000

900630.76

-400630.764

22

Tari

-.215

400000

900630.76

-500630.764

23

Resnawati

-.085

700000

897279.92

-197279.922

24

Heni

-.344

100000

902306.18

-802306.185

25

Teti

6.472

16000000

900630.76

1.510E7

26

Nani

.473

2000000

897279.92

1102720.078

27

Oting

.473

2000000

897279.92

1102720.078

28

Wina

.900

3000000

900630.76

2099369.236

29

Eni S

-.256

300000

897279.92

-597279.922

30

Natasha

-.365

50000

900630.76

-850630.764

i o n 0

27

Case Numbe r

Nama Responden

Pengeluaran Std. Residual

sebelum lebaran Predicted Value

Residual

31

Nurjanah

-.172

500000

902306.18

-402306.185

32

Sutini

-.259

200000

803456.35

-603456.346

33

Nurhayati

-.172

500000

901971.10

-401971.100

34

Dini

-.170

500000

897279.92

-397279.922

35

Ratna

.044

1000000

897279.92

102720.078

36

Neti Sari

.044

1000000

897279.92

102720.078

Perwanti 37

Eni

-.256

300000

897279.92

-597279.922

38

Ida

-.256

300000

897279.92

-597279.922

39

Nuryanah

-.172

500000

902306.18

-402306.185

40

Sumarni

-.299

200000

897279.92

-697279.922

41

Mentari Adnin

-.034

816957

897279.92

-80322.475

Mahmudah 42

Ratna

-.327

120000

883876.55

-763876.554

43

Yanti

-.339

100000

890578.24

-790578.238

44

Ari

-.339

100000

890578.24

-790578.238

45

Hari

-.291

24000

702931.09

-678931.086

46

Siti

-.228

170000

702931.09

-532931.086

47

Mail

-.273

66000

702931.09

-636931.086

48

Sri Yulianti

-.025

42000

99779.53

-57779.529

a. Dependent Variable: Pengeluaran sebelum lebaran

Sumber : Output analisis SPSS 2014

Tabel di atas memperlihatkan hasil prefisksi dari persamaan regresi. Semakin kecil residual atau Standardized Residual akan semakin baik bagi persamaan regresi dalam memprediksi data.

28

Tabel 3.15 Tabel Residual Statistik Pengeluaran dan Lama Waktu Belanja Residuals Statisticsa Minimum Predicted Value

Maximum

Mean

Std. Deviation

N

99779.53

902306.19

816957.45

175143.350

48

-4.095

.487

.000

1.000

48

Standard Error of Predicted Value

337764.688

1433605.500

424388.082

218361.534

48

Adjusted Predicted Value

-143014.50

924955.13

811094.00

206767.014

48

-852306.188

1.510E7

.000

2308080.956

48

Std. Residual

-.365

6.472

.000

.989

48

Stud. Residual

-.370

6.557

.001

1.003

48

-874955.125

1.550E7

5863.444

2370670.175

48

-.367

25.356

.394

3.689

48

Mahal. Distance

.006

16.767

.979

3.357

48

Cook's Distance

.000

.567

.013

.082

48

Centered Leverage Value

.000

.357

.021

.071

48

Std. Predicted Value

Residual

Deleted Residual Stud. Deleted Residual

a. Dependent Variable: Pengeluaran sebelum lebaran

Sumber : Output analisis SPSS 2014

Tabel di atas memuat ringkatan yang meliputi nilai minimum dan maksimum serta standar deviasi dari predicted value (nilai yang diprediksi) dan stattistik residu.

Grafik 3.4 Grafik Hubungan antara Jenis Kelamin dan Rata – Rata Pendapatam dan Pengelauran Sampel Konsumen 4000000 3000000

3340000 2635050.395

2000000

919131.5789 428695.7

1000000 0

Rata-rata pendapatan Laki-Laki

Rata-rata pengeluaran Perempuan

Sumber : Output Hasil Pengolahan Microsoft Excel 2014

Berdasarkan grafik di atas diperoleh hasil bahwa rata – rata pendapatan wanita sebesar Rp 2635050.395 dan laki – laki Rp 3340000. Sementara untuk rata

29

â&#x20AC;&#x201C; rata pengeluaran wanita sebesar Rp 919131.5789 dan laki â&#x20AC;&#x201C; laki sebesar Rp 428695.7.

3.2.4.1 Grafik Pada bagian ini akan ditampilkan grafik â&#x20AC;&#x201C; grafik untuk menganalisis apakah syarat persamaan regresi terpenuhi. Berikut ini model regresi menggunakan output chart yang relevan.

Grafik 3.5 Diagram P-P Hubungan antara Pendapatan dan Pengeluaran Sehari-hari

Sumber : Output analisis SPSS 2014

Jika residual berasal dari distribusi normal, maka nilai rata â&#x20AC;&#x201C; rata sebaran data akan terletak di sekitar lurus. Terlihat bahwa sebaran data pada chart di atas bisa dikatakan tersebar di dekat garis lurus tersebut (tidak terpencar jauh dari garis). Maka dapat dikatakan bahwa persyaratan normailtas terpenuhi.

30

Grafik 3.6 Diagram Scratterplot Hubungan antara Pendapatan dan Pengeluaran Seharihari

Sumber : Output analisis SPSS 2014

Jika model regresi layak dipakai untuk prediksi fit, maka sebaran data akan berada di sekitar angka nol ( 0 pada sumbu Y) dan tidak membentuk suatu pola atau trend tertentu. Terlihat sebaran data di atas tidak membentuk persebaran data yang disebutkan pada persyaratan sebelumnya sehingga dapat dikatakan model regresi memenuhi syarat untuk memprediksi variabel dependennya.

Grafik 3.7 Diagram Scratterplot Hubungan antara Pendapatan dan Pengeluaran Seharihari

Sumber : Output analisis SPSS 2014

31

Jika model memenuhi syarat, maka sebaran data akan berada mulai dari kiri bawah lurus ke arah kanan atas. Terlihat sebaran data di atas tidak membentuk arah seperti yang disyaratkan, sheingga bisa dikatakan bahwa model regresi tidak layak digunakan.

3.3 Interpretasi Bidang Perencanaan Wilayah dan Kota Pertumbuhan dan perkembangan kota ditandai oleh perubahan fisik kota dan perkembangan kinerja kota. Pertumbuhan kota selalu dicirikan dengan perubahan fisik kota contohnya pembangunan infrastruktur kota seperti jaringan jalan, utilitas, drainase dll. Dalam pembangunan sarana dan prasarana kota diperlukan peninjauan ketepatgunaan jangkauan dan pelayanan sarana dan prasarana tersebut agar pembangunan yang dilakukan dapat memberikan manfaat yang banyak bagi masyarakat. Salah satu fasilitas yang dekat dengan masyarakat adalah fasilitas perdagangan, yaitu pasar tradisional. Dalam pembangunan dan perkembangannya, pasar tradisional kini banyak ditinggalkan oleh masyarakat karena keterjangkauannya yang sulit dan pelayanannya yang kurang dibandingkan dengan supermarket atau pasar modern yang lebih besar.

Ketepatgunaan jangkauan dan pelayanan pasar tradisional dapat dianalisis dari karakteristik masyarakat, seperti moda transportasi yang digunakan, pendapatan, jenis kelamin, pengeluaran dan lama waktu berbelanja. Dari hasil analisis untuk mengetahui ketepatgunaan jangkauan pasar, kami menganalisis data hubungan antara jenis kelamin dan moda transportasi yang digunakan untuk pergi ke pasar. Dari hasil analisis diperoleh hasil bahwa tidak ada hubungan antara preferensi moda transportasi yang digunakan ke pasar dan jenis kelamin.

Dengan mengetahui hubungan antara keduanya, Implikasi terhadap bidang perencanaan wilayah dan kota adalah hal tersebut membantu dalam perencanaan sarana dan prasarana transportasi masyarakat. Sebagai contoh, karena tidak ada hubungan antara jenis kelamin dan preferensi moda transportasi, maka tidak perlu direncanakan pengadaan moda transportasi khusus berdasarkan orientasi jenis kelamin, hal tersebut juga dapat mengefisienkan alokasi pembiayaan pembangunan transportasi. Selain itu, dengan mengetahui bahwa tidak ada hubungan antara jenis kelamin dan preferensi moda transportasi, kita dapat memprediksi laju pertumbuhan penggunaan transportasi tanpa tergantung gender, sehingga proyeksi untuk 10 atau 25 tahun ke depan

32

mengenai alokasi pengadaan transportasi menyeluruh, tidak terkait laki â&#x20AC;&#x201C; laki saja atau perempuan saja, namun umum untuk semua.

Untuk mengetahui ketepatgunaan pelayanan pasar tradisional sebagai fasilitas perdagangan pemenuh kebutuhan sehari - hari, digunakan data hubungan antara jenis kelamin dengan tujuan berbelanja di pasar tradisional Baltos.

Hasilnya adalah tidak ada hubungan antara jenis kelamin dan tujuan berbelanja di pasar tradisional Baltos. Dengan mengetahui hubungan antara jenis kelamin dan tujuan berbelanja di pasar, hal tersebut memiliki implikasi dalam perencanaan wilayah kota yaitu dalam perencanaan pembangunan pasar tradisional. Pelayanan pasar adalah hal yang sangat penting, terutama pelayanan pasar yang sesuai dengan fungsinya. Dalam perencanaan, dengan mengetahui pelayanan pasar tersebut, perencanan dapat merencanakan pembangunan pasar tradisional yang sesuai dengan kebutuhan masyarakat sekitarnya sehingga pasar tradisional tersebut pembangunannya akan tepat sasaran dan bermanfaat bagi masyarakat. Dengan mengetahui bahwa tidak ada hubungan antara jenis kelamin dan tujuan berbelanja, maka pasar juga tidak perlu membangun sarana lain yang khusus untuk menjual dagangan sesuai dengan gender yang akan mengakibatkan ketidakefisienan ruang dan biaya pembangunan. Dalam konteks perekonomian, penghitungan keuntungan daerah yang dihasilkan oleh pasar tradisional dapat dihitung secara menyeluruh tanpa tergantung pada gender, sehingga pendapatan yang diperoleh merupakan akumulasi dari seluruh populasi, bukan hanya laki â&#x20AC;&#x201C; laki ataupun perempuan. Penghitungan pendapatan daerah sangat penting dalam konteks perencanaan, karena dapat menentukan posisi daerah tersbeut dan dapat menimbulkan daya saing antar daerah.

Karakteristik lain yang ditinjau adalah hubungan antara pendapatan dan pengeluaran sehari â&#x20AC;&#x201C; hari sampel konsumen serta hubungan antara lama waktu berbelanja dan pengeluraran sampel konsumen. Dari hasil analisis diperoleh hasil bahwa terdapat korelasi lemah antara pendapatan dan pengeluaran sehari â&#x20AC;&#x201C; hari sampel konsumen. Dengan mengetahui hubungan antara pendapatan dan pengeluaran masyarakat serta mengetahui hubungan antara lama waktu berbelanja dan pengeluaran yang dibelanjakan masyarakat, dapat membantu kita menelaah economy development melalui consumption spending masyarakat, membantu pemerintah dalam menentukan government spending, eksport spending dan import spending. Misalnya, dengan kita mengetahui hubungan antara pendapatan dan pengeluaran masyarakat, kita mengetahui daya beli masyarakat sehingga kita dapat mengetahui besarnya consumption spending masyarakat. Dengan mengetahui daya beli masyarakat, membantu persaingan

33

kota â&#x20AC;&#x201C; kota di Indoensia dalam persaingan produksi barang dan jasa. Hal tersebut juga dapat membantu kota dalam menghitung eksport spending, yaitu besarnya konsumsi yang dihabiskan oleh pendatang (orang luar kota) di kota tersebut dan import spending (besarnya konsumsi yang dihabiskan oleh penduduk lokal kota terhadap barang dan jasa yang berasal dari luar kota tersebut). Hal tersebut dapat membantu kita dalam mengetahui economy development suatu kota dalam implementasinya berupa alokasi anggaran pembangunan kota.

34

BAB IV KESIMPULAN DAN SARAN

Pada bab ini akan dijelaskan mengenai kesimpulan dan saran hasil dari penelitian yang dilakukan.

4.1

Kesimpulan Setelah melakukan analisis data, untuk melihat keterjangkauan pasar

tradisional Baltos dilihat dari moda transportasi yang digunakan sampel konsumen untuk pergi ke pasar tradisional Baltos. Diperoleh hasil bahwa dalam analisis hubungan antara jenis kelamin dan preferensi moda transportasi tidak ada hubungan antara keduanya, artinya baik laki – laki dan perempuan keduanya tidak ada hubungan dengan pemilihan moda transportasi kendaraan dan berjalan kaki.

Untuk mengetahui ketepatgunaan pelayanan pasar tradisional Baltos sebagai sarana pemenuhan kebutuhan sehari – hari, kami melihat dari tujuan berbelanja sampel konsumen ke pasar tradisional Baltos. Diperoleh hasil analisis bahwa tidak ada hubungan antara jenis kelamin dengan tujuan berbelanja ke pasar tradisional Baltos. Analisis tambahan, bahwa diperoleh hasil terdapat 8 laki – laki 27 perempuan yang pergi ke Baltos untuk berbelanja kebutuhan sehari – hari, 11 perempuan yang pergi ke Baltos untuk belanja dijual kembali dan 2 laki – laki yang pergi ke Baltos untuk belanja lainnya. Dari hasil tersebut,meskipun tidak ada hubungan antara jenis kelamin dengan tujuan berbelanja ke pasar tradisional Baltos, namun diperoleh hasil bahwa sebanyak 35 dari 48 sampel berbelanja ke Baltos untuk pemenuhan kebutuhan sehari – hari.

Selain itu, untuk melihat keterjangkauan dan pelayanan pasar tradisional Baltos, kami melihat dari karakteristik sampel konsumen yang lainnya, yaitu pendapatan, pengeluaran dan lama waktu berbelanja. Dari analisis pendapatan dan pengeluaran sampel konsumen, didapatkan hasil bahwa terdapat hubungan lemah antara pendapatan dan pengeluaran sampel konsumen pasar tradisional baltos dan memiliki nilai (-) negative yang artinya semakin besar pengeluaran

35

yang dibelanjakan oleh sampel konsumen maka akan semakin kecil pendapatan bersih yang diterima oleh sampel konsumen. Untuk hubungan antara lama waktu belanja dan pengeluaran yang dibelanjakan sampel konsumen, diperoleh hasil analisis bahwa terdapat hubungan yang lemah antara keduanya.

4.2

Saran 4.2.1 Saran Studi 

Perlu

adanya

peninjauan

kembali

mengenai

ketepatgunaan

jangkauan pasar tradisional Baltos agar masyarakat sekitar dapat memilih Baltos sebagai sarana pemenuhan kebutuhan sehari – hari serta perlu adanya peninjauan tentang moda transportasi yang dapat menjangkau pasar tradisional Baltos. 

Perlu adanya peninjauan pelayanan pasar tradisional Baltos agar fungsi pasar tradisional Baltos sebagai pemenuhan kebutuhan dapat tetap memberikan manfaat bagi masyarakat sekitar. Selain itu, diperlukan peningkatan pelayanan, baik dalam hal penyediaan kebutuhan sehari – hari yang lebih lengkap agar masyarakat dapat membelanjakan pendapatannya secara efisien di pasar tradisional Baltos dan peningkatan pelayanan service pasar tradisional Baltos.

4.2.2 Saran Praktikum



Untuk praktikum MAP semester selanjutnya diharapkan dapat diberikan modul setelah praktikum berakhir.

36

LAMPIRAN Jenis Kelamin

Lama Waktu Belanja (menit)

Moda Transport

Perempuan

60

Jalan Kaki

Perempuan

30

Jalan Kaki

Perempuan

30

Jalan Kaki

Perempuan

120

Jalan Kaki

Laki-Laki

180

Jalan Kaki

Laki-Laki

180

Jalan Kaki

Laki-Laki

180

Jalan Kaki

Laki-Laki Laki-Laki Perempuan

180 180 180

Jalan Kaki Jalan Kaki Jalan Kaki

Laki-Laki

120

Jalan Kaki

Perempuan

180

Jalan Kaki

Perempuan

180

Jalan Kaki

Perempuan

15

Jalan Kaki

Perempuan

15

Jalan Kaki

Perempuan

15

Jalan Kaki

Perempuan

15

Jalan Kaki

Perempuan

30

Jalan Kaki

Perempuan

30

Jalan Kaki

Perempuan

30

Jalan Kaki

Laki-Laki

60

Jalan Kaki

Perempuan

60

Jalan Kaki

Perempuan

60

Jalan Kaki

Perempuan

15

Jalan Kaki

Alasan Belanja Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Lainnya Lainnya Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari

Pendapatan

Pengeluaran Sehari-hari

3000000

200000

1000000

100000

5000000

150000

700000

100000

1200000

175000

850000

150000

2000000

24000

3500000 9000000 4000000

66000 500000 100000

3000000

1500000

2500000

1000000

9000000

1000000

3000000

500000

2781915

300000

1500000

100000

2500000

100000

5000000

600000

5000000

400000

2000000

700000

2000000

16000000

3000000

2000000

1000000

3000000

2000000

300000

37

Perempuan

60

Jalan Kaki

Perempuan

60

Jalan Kaki

Perempuan

60

Jalan Kaki

Perempuan

60

Jalan Kaki

Perempuan

60

Kendaraan

Perempuan

60

Kendaraan

Perempuan

15

Kendaraan

Perempuan

15

Kendaraan

Perempuan

15

Kendaraan

Perempuan

60

Kendaraan

Perempuan

60

Kendaraan

Perempuan

60

Kendaraan

Perempuan

60

Kendaraan

Perempuan

60

Kendaraan

Perempuan

15

Kendaraan

Perempuan

15

Kendaraan

Perempuan

15

Kendaraan

Perempuan

180

Kendaraan

Perempuan

120

Kendaraan

Laki-Laki

120

Kendaraan

Laki-Laki

30

Kendaraan

Perempuan

30

Kendaraan

Laki-Laki

30

Kendaraan

120

Kendaraan

Perempuan

Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja Kebutuhan Sehari-hari Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali Berbelanja untuk dijual kembali

700000

50000

1000000

500000

2000000

200000

1000000

500000

500000

500000

12000000

1000000

3000000

1000000

2200000

300000

1000000

816957

5000000

120000

4000000

100000

4500000

170000

1000000

42000

800000

600000

1000000

100000

3000000

200000

2000000

50000

600000

300000

1500000

500000

2000000

100000

1000000

2000000

6000000

300000

1500000

500000

1700000

200000

38

DAFTAR PUSTAKA

Healey, Joseph. 1992. Statistic: A Tool for Social Research. New York: John Wiley & Sons Kachigan, Sam Kash. 1982. Statistical Analysis. New York: Radius Press.

Kolter, Philip, Keller, Kevin Lane. 2006. Marketing Management: Twelfth Edition. New Jersey: Pearson Education, inc.

Mayendra, Derry. 2013. Pengaruh Kredibilitas Berita Politik Dalam Media Online Okezone.com Terhadap Preferensi Pengguna. Penulisan Ilmiah: Universitas Gunadarma Santoso, Singgih. 2007. Menguasai Statistik di Era Informasi dengan SPSS 15. Jakarta: PT. Elex Media Komputindo.

39