KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah SWT yang telah memberikan kemudahan sehingga dapat menyelesaikan menyusun buku ini. Tanpa pertolonganNya tentunya saya tidak akan sanggup untuk menyelesaikan buku ini dengan baik. Shalawat serta salam semoga terlimpah curahkan kepada baginda tercinta kita yaitu Nabi Muhammad SAW yang kita nantinatikan syafa’atnya di akhirat nanti. Apabila buku ini dilihat sekilas terutama dari judulnya maka dimungkinkan dalam hati pembaca akan berkata “buku tentang ini sudah banyak beredar.” Meskipun banyak ditemukan buku yang bertema sama dengan buku ini namun diharapkan buku ini bisa memberikan referensi tambahan bagi dunia Perencanaan wilayah. Salah satu kelebihan buku ini adalah ada 15 jenis analisis dalam satu buku yang jarang ditemukan dalam buku lain. Buku ini membahas analisis-analisis yang sering digunakan dalam dunia perencanaan wilayah dan kota. Oleh karena itu saran khusus dari penyusun untuk pembaca adalah sebelum membaca secara urut dari bab ke bab terlebih dahulu bacalah buku ini dengan cermat, menyebar, dan temukan dulu poin-poin yang lebih dibutuhkan. Diharapkan pembaca tidak hanya mengandalkan daftar isi saja untuk mencari poin penting, namum juga dibaca serta ditelusuri kalimat atau paragraf yang sekiranya menyentuh dan berada pada poin yang dibutuhkan. Sebab dimungkinkan ada beberapa kalimat, paragraf, maupun poin secara umum yang dibutuhkan oleh pembaca berada di BAB lain. Secara khusus, penulis ingin menyampaikan ucapan terimakasih yang tulus atas bantuan pemikiran, tenaga serta dukungan kepada :
Metode Analisis Kuantitatif Perencanaan
i
1. Kedua orangtua dan saudara saya yang tidak henti-hentinya menyemangati saya dalam proses perkuliahan dan senantiasa mendoakan kesuksesan saya. 2. Dosen Mata Kuliah Metode Analisis Kuantitatif Perencanaan, Ibu Risnawati K, S.T., M.Si dan Bapak Dr-Eng Arief Hidayat, ST., M.SP., MT yang telah membimbing dan mengajar selama proses perkuliahan dilaksanakan. 3. Teman-teman PENATA Teknik PWK 2017 dan C14 Unity yang telah membantu. Penyusun buku ini sangat menyadari bahwa buku ini sangat jauh dari harapan yang diimpikan pembaca, kritikan dan saran sangat kami harapkan demi melakukan perbaikan sebagaimana mestinya. Semoga buku ini dapat memberikan manfaat bagi banyak orang. Aamiin ya rabbal alamin.
Penulis
M. Nur Rasuly
Metode Analisis Kuantitatif Perencanaan
ii
DAFTAR ISI KATA PENGANTAR ................................................................................... i DAFTAR ISI ................................................................................................. iii DAFTRA TABEL ......................................................................................... iv BAB 1 ANALISIS AHP ............................................................................... 1 BAB 2 ANALISIS SKALOGRAM .............................................................. 11 BAB 3 ANALISIS SHIFT SHARE .............................................................. 15 BAB 4 ANALISIS LQ ................................................................................... 22 BAB 5 ANALISIS BUNGA BERGANDA .................................................. 29 BAB 6 ANALISIS KURVA POLINOMIAL .............................................. 31 BAB 7 ANALISIS REGRESI LINEAR ...................................................... 32 BAB 8 ANALISIS CHISQUARE ................................................................ 39 BAB 9 ANALISIS KORELASI ................................................................... 53 BAB 10 ANALISIS VARIANT .................................................................... 58
DAFTAR PUSTAKA .................................................................................... 65
Metode Analisis Kuantitatif Perencanaan
iii
DAFTAR TABEL Tabel 1.1 Skala Penilaian Antar Kriteria ...........................................................2 Tabel 1. 2 Perbandingan Antar Kriteria ............................................................6 Tabel 1.3 Hasil Perkalian Matriks .....................................................................7 Tabel 1.4 Urutan prioritas ................................................................................7 Tabel 1.5 Penilaian Kriteria Aksesibilitas .........................................................7 Tabel 1.6 Penilaian Kriteria Keamanan.............................................................8 Tabel 1.7 Penilaian Kriteria Kenyamanan.........................................................8 Tabel 1.8 Penilaian Kriteria Kapasitas ..............................................................8 Tabel 1.9 Perkalian Matriks Aksesibilitas .........................................................8 Tabel 1.10 Perkalian Matriks Keamanan ..........................................................8 Tabel 1.11 Perkalian Matriks Kenyamanan ......................................................9 Tabel 1.12 Perkalian Matriks Kapasitas ............................................................9 Tabel 1.13 Perkalian Nilai Eigen Alternatif dan Eigen Kriteria ........................9 Tabel 1.14 Hasil Perkalian Eigen ......................................................................9 Tabel 2.1 Data Penduduk dan Sarana ................................................................12 Tabel 2.2 Analisis Skalogam .............................................................................13 Tabel 2.3 Hasil Analisis Skalogram ..................................................................14 Tabel 5.1 Data Penduduk Kecamatan Tanasitolo 2012-2016 ...........................29 Tabel 7.1 Tabulasi Data Penelitian (Data Fiktif) ...............................................33 Tabel 7.2 Hasil Analisis Regresi Linear Sederhana ..........................................35 Tabel 8.1 Patokan Interpretase Nilai Persentase ...............................................44 Tabel 8.2 Frekuensi Responden ........................................................................44 Tabel 8.3 Frekuensi Responden ........................................................................45 Tabel 8.4 Frekuensi Responden ........................................................................46 Tabel 8.5 Hubungan Mata Pencaharian.............................................................48 Tabel 8.6 Hubungan Pendapatan .......................................................................48 Tabel 8.7 Hubungan harga lahan ......................................................................49 Tabel 8.8 Rekapitulasi Hasil Analisis ...............................................................49 Tabel 8.9 Analisis Chi-Kuadrat .........................................................................51 Tabel 8.10 Analisis Chi-Kuadrat......................................................................52
Metode Analisis Kuantitatif Perencanaan
1
BAB 1 ANALISIS AHP (ANALISIS HIRARKI PROSES)
Salah satu analisis yang banyak digunakan adalah dengan menggunakan metode Proses Hirarki Analisis (Analysis Hirarchy Process / AHP ) yang dikembangkan dengan menata elemen-elemen persoalan dalam bentuk hirarki, lalu membuat perbandingan berpasangan antar elemen dari suatu tingkat sesuai dengan yang diperlukan oleh kriteria yang berada setingkat lebih tinggi. Berbagai perbandingan ini menghasilkan prioritas dan akhirnya melalui sintesis menghasilkan prioritas menyeluruh. Berbagai alternatif usulan program pengembangan tersebut kemudian akan diperkirakan urutan prioritasnya melalui proses analisis multi kriteria. Dalam analisis ini akan digunakan beberapa kriteria pengembangan untuk menilai berbagai alternatif usulan program pengembangan. Berbagai kriteria tersebut akan dinilai oleh para pakar untuk menentukan bobot setiap kriteria. Pertimbangan tersebut berdasarkan konsep pengembangan sistem transportasi yang mengacu pada sistem transportasi atau wilayah, RTRW dan kebijakan lainnya. Melalui proses analisis multi kriteria diperoleh ranking antar prioritas sesuai dengan kemampuannya dalam memenuhi tingkat kepentingan kriteria yang dikembangkan.
Metode Analisis Kuantitatif Perencanaan
2
Tabel 1.1 Skala Penilaian Antar Kriteria Penilaian Relatif (Xij) 1
Defenisi Penilaian
Penjelasan
Sama penting
Dua parameter (i dan j) memiliki tingkat kepentingan terhadap efektifitas pemenuhan tujuan yang sama Parameter i sedikit lebih penting dibandingkan parameter j dalam mencapai tujuan Parameter i memiliki tingkat kepentingan yang cukup besar dibandingkan parameter j dalam memenuhi tujuan Parameter i memiliki tingkat kepentingan yang sangat besar dibandingkan parameter j dalam memenuhi tujuan Parameter i memiliki tingkat kepentingan yang jauh lebih besar dibandingkan parameter j dalam memenuhi tujuan. Penilaian diantara nilai relatif lainnya
3
Relatif lebih penting
5
Lebih penting
7
Sangat penting
9
Jauh lebih penting
2,4,6,8
Nilai antara
Metode Analisis Kuantitatif Perencanaan
3
Kelebihan dan Kelemahan AHP Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam system analisisnya. Kelebihan-kelebihan analisis ini adalah : a. Kesatuan (Unity) AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami. b. Kompleksitas (Complexity) AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif. c. Saling ketergantungan (Inter Dependence) AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier. d. Struktur Hirarki (Hierarchy Structuring) AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa. e. Pengukuran (Measurement) AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas. f. Konsistensi (Consistency) AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas. g. Sintesis (Synthesis) AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.
Metode Analisis Kuantitatif Perencanaan
4
h. Trade Off AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka. i. Penilaian dan Konsensus (Judgement and Consensus) AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda. j. Pengulangan Proses (Process Repetition) AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan. Sedangkan kelemahan metode AHP adalah sebagai berikut: a. Ketergantungan model AHP pada input utamanya. Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru. b. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk. Contoh kasus Bagian terpenting dari proses analisis adalah 3 (tiga) tahapan berikut: 1. Nyatakan tujuan analisis :Memilih Lokasi Rapat Kerja 2. Tentukan kriteria :Keamanan, Kenyamanan, Aksesibilitas, Kapasitas 3. Tentukan alternativ :Maros,Malino,Bantaeng,Makassar
Metode Analisis Kuantitatif Perencanaan
5
Informasi ini kemudian disusun membentuk bagan seperti di bawah ini : Pemilihan Lokasi Rapat Kerja
Tujuan Kriteria
Keamanan
Kenyaman an
Aksesibilita s
Kapasitas
Alternatif
Villa Bukit Malino
Villa Bukit Malino
Benteng Somba Opu
Pucak
Bantimuru ng
Pucak
Villa Bukit malino
Bantimurun g
Bantimuru ng
Villa Bukit Malino
Pucak
Benteng Somba Opu
Pucak Benteng Somba Opu
Bantimur ung Benteng Somba Opu
Informasi yang ada kemudian di-sintesis untuk menentukan peringkat relative dari alternative pilihan yang ada. Kriteria dari jenis qualitative dan quantitative dapat diperbandingkan menggunakan informed judgement untuk menghitung bobot dan prioritas. Hal ini dapat dilakukan dengan judgement untuk menentukan peringkat dari kriteria. Dalam sebuah sistem berbasis AHP, judgement ini diberikan oleh user pengguna sistem dan dilakukan pada saat user bermaksud melakukan proses AHP dan melihat rekomendasi. Misalnya: 1. 2.
Kapasitas 2 kali lebih penting dari keamanan Kenyamanan 3 kali lebih penting dari Keamanan
Metode Analisis Kuantitatif Perencanaan
6
3.
Aksesibilitas 4 kali lebih penting Keamanan
Selanjutnya dengan perbandingan berpasangan, tingkat kepentingan satu kriteria dibandingkan dengan yang lain dapat diekspresikan. Dari judgement di atas bisa dibuatkan tabel perbandingan berpasangan sebagai berikut: Tabel 1. 2 Perbandingan Antar Kriteria
Keamanan Kenyamanan Aksesibilitas Kapasitas
Keamanan 1/1 3 5/3 1/7
Kenyamanan 1/3 1/1 3 1/3
Aksesibilitas 3/5 1/3 1/1 3
Kapasitas 7 3 1/3 1/1
Keamanan Kenyamanan Aksesibilitas Kapasitas
Keamanan 1 3 1,6 0,14
Kenyamanan 0,3 1 3 0,3
Aksesibilitas 0,6 0,3 1 3
Kapasitas 7 3 0,3 1
Matriks 1 3 1,6 0,14
0,3 1 3 0,3
0,6 0,3 1 3
Matriks 7 3 0,3 1
1 3 1,6 0,14
0,3 1 3 0,3
Metode Analisis Kuantitatif Perencanaan
0,6 0,3 1 3
7 3 0,3 1
7
Tabel 1.3 Hasil Perkalian Matriks 3,84 6,9 12,42 5,98
4,5 3,7 6,57 9,64
22,29 11,4 3,76 6,17
15,08 27,09 20,8 3,78
Penjelasan : (1x1)+(0,3x3)+(0,6x1,6)+(7x0,14) = 3,84 dan seterusnya. Menjumlahkan Hasil Matriks 1. 3,84 + 4,5 + 22,29 + 15,08 = 45,71 0,27 Keamanan 2. 6,9 + 3,7 + 11,4 + 27,09 = 49,09 0,29 Kenyamanan 3. 12,42 + 6,57 + 3,76 + 27,09 = 49,84 0,29 Aksesibilitas 4. 5,98 + 9,64 + 6,17 + 3,78 = 25,57 0,15 Kapasitas Jumlah = 170,21 1 Tabel 1.4 Urutan prioritas Aksesibilitas 0,29 Prioritas pertama Keamanan 0,29 Prioritas kedua Kenyamanan 0,27 Prioritas ketiga Kapasitas 0,15 Prioritas keempat Tabel 1.5 Penilaian Kriteria Aksesibilitas Benteng Somba O Villa Malino Bantimurung Pucak
Benteng Somba O 1/1 1/3 1/1 1/9
Villa Malino 3 1/1 3/5 1/3
Metode Analisis Kuantitatif Perencanaan
Bantimurung 1/1 3 1/1 1/3
Pucak 3 3 5 1/1
8
Tabel 1.6 Penilaian Kriteria Keamanan Villa Malino Bantimurung Pucak Benteng Somba O
Villa Malino 1/1 1/3 1/5 1/5
Bantimurung 3 1/1 1/3 1/3
Pucak 5 3 1/1 1/1
Benteng Somba O 5 3 1/1 1/1
Villa Malino Pucak Bantimurung Benteng Somba O
Villa Malino 1/1 1/5 1/3 1/5
Pucak Bantimurung Villa Malino
Pucak 1/1 1/5 3/5
Bantimurung 3 1/1 1/1
Villa Malino 3 1/1 1/1
Benteng Somba O
1/5
1/1
1/1
Tabel 1.7 Penilaian Kriteria Kenyamanan Pucak 3 1/3 3/5 1/3
Bantimurung 3 3 1/1 1/3
Benteng Somba O 3 3 3 1/1
Tabel 1.8 Penilaian Kriteria Kapasitas Benteng Somba O 3 1/1
1/1 1/1
Tabel 1.9 Perkalian Matriks Aksesibilitas 1
3
5
5
5,9
9
24
24
0,3
1
3
3
3,6
3,7
10,5
10,5
0,5
0,3
1
1
1,59
2,4
5,4
5,4
0,5
0,3
1
1
1,59
2,4
5,4
5,4
Tabel 1.10 Perkalian Matriks Keamanan 1 0,3 1 0,9
3 1 0,6 0,3
1 3 1 0,3
3 3 5 1
5,6 6,3
7,5 4,6
11,9 7,2
20 21,9
6,68
5,7
5,3
14,8
2,19
3,48
2,4
6,1
Metode Analisis Kuantitatif Perencanaan
9
Tabel 1.11 Perkalian Matriks Kenyamanan 1 0,5 0,3 0,5
3 1 0,3 0,3
3 3 1 0,3
3 3 3 1
4,9
7,8
15,9
24
3,4 2,25
4,3 2,4
8,4 3,7
16,5 7,8
1,24
2,19
3
4,3
Tabel 1.12 Perkalian Matriks Kapasitas 1 0,5 0,6 0,5
3 1 1 1
3 1 1 1
3 1 1 1
5,8
12
12
12
2,1 2,2
4,5 4,8
4,5 4,8
4,5 4,8
2,1
4,5
4,5
4,5
Peringkat Alternatif Dapat ditentukan dengan mengalikan nilai eigenvector alternatif dengan nilai eigenvector kriteria Tabel 1.13 Perkalian Nilai Eigen Alternatif dan Eigen Kriteria AKSE
KEA
KENY
KAP
Villa Malino Pucak Benteng Somba O
0,23431 0,122454
0,341815 0,246715
0,469308 0,290864
0,185268 0,466518
0,520782
0,107634
0,095735
0,174107
Bantimurung
0,122454
0,303836
0,144094
0,174107
0,27 0,29 0,29 0,15
Tabel 1.14 Hasil Perkalian Eigen Villa Malino Pucak Benteng Somba O Bantimurung
0,32628 0,258938 0,225704 0,189078
Metode Analisis Kuantitatif Perencanaan
10
Kesimpulan: Tempat yang cocok untuk pelaksanaan Rapat Kerja berdasarkan semua kriteria yaitu di Villa Malino.
Metode Analisis Kuantitatif Perencanaan
11
BAB 2 ANALISIS SKALOGRAM
Analisis Skalogram merupakan suatu alat analisis yang digunakan untuk mengetahui kemampuan suatu daerah dalam rangka memberikan pelayanan kepada masyarakat. Semakintinggi perkembangan suatu wilayah berarti wilayah tersebut semakin mampu memberikanpelayanan kepada masyarakatnya. Pelayanan yang dimaksud dalam hal ini adalah ketersediaan fasilitas-fasilitas yang ada didaerah itu seperti fasilitas yang berkaitan dengan aktivitas ekonomi, aktivitas sosial dan pemerintahan. Dengan analisis skalogram dapat ditentukan daerah ataupun kecamatan yang dapat dijadikan sebagai pusat pertumbuhan. Kecamatan yang memiliki kelengkapan fasilitas tertinggi dapat ditentukan sebagai pusat pertumbuhan. (Rodinelli dalam Ermawati, 2010:47). Asumsi yang dipakai adalah bahwa wilayah yang memiliki ranking tertinggi adalah lokasi yang dapat ditetapkan menjadi pusat pertumbuhan (Amas Yamin dkk dalam Pardede 2008). Dalam analisis skalogram ini subjek diganti dengan pusat permukiman sedangkan objek diganti dengan fungsi atau kegiatan. Contoh kasus : Berikut ini adalah data penduduk dan sarana di Kecamatan Sinoa yang akan kami gunakan untuk melakukan Analisis Skalogram
Metode Analisis Kuantitatif Perencanaan
12
Tabel 2.1 Data penduduk dan sarana di Kecamataan Sinoa
Sarana Jml
Desa
Bonto Maccini Bonto Karaeng Bonto Matene Bonto Bulaeng Bonto Manjannang Bonto Tiro Jumlah
PBD
PKT
Total
PND
KST
1
2
1
2
1
2
1
2
1
2
3
1.895
1
1
1
-
3
3
1
-
1
4
59
74
1.587
1
1
-
1
4
2
-
1
-
6
38
54
2.674
1
-
-
1
3
2
-
1
-
4
55
67
2.374
1
1
-
-
7
1
-
1
-
1
46
58
1.500
1
-
-
-
4
2
-
1
-
1
23
32
2.392
1
1
-
-
5
2
-
1
-
2
57
69
12.422
6
4
1
2
26
12
1
5
1
18
278
354
pnddk
PDG
Pada data diatas dapat kita ketahui pada Kecamatan Sinoa memiliki jumlah penduduk keseluruhan sebanyak 12.422 jiwa dan memiliki sarana pendidikan, sarana kesehatan, sarana peribadatan, sarana perkantoran, dan sarana perdagangan jasa yang tersebar di seluruh wilayah Kecamatan Sinoa.
Metode Analisis Kuantitatif Perencanaan
13
Tabel 2.2 Analisis Skalogram Sarana Desa
Jml KST
1
2
1
2
1
2
1
2
1
2
3
1.895
1
1
1
0
1
1
1
0
1
1
1
9
1.587
1
1
0
1
1
1
0
1
0
1
1
8
2.674
1
0
0
1
1
1
0
1
0
1
1
7
2.374
1
1
0
0
1
1
0
1
0
1
1
7
1.500
1
0
0
0
1
1
0
1
0
1
1
6
Bonto Tiro
2.392
1
1
0
0
1
1
0
1
0
1
1
7
Jumlah
12.422
6
4
1
2
6
6
1
5
1
6
6
44
Bonto Maccini Bonto Karaeng Bonto Matene Bonto Bulaeng Bonto Manjannang
PBD
PKT
Total
PND
pnddk
PDG
Jumlah Orde :
Range Order :
1 + 3,3 Log n
Range =
(𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖−𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑒𝑛𝑑𝑎ℎ) 𝐽𝑢𝑚𝑙𝑎ℎ 𝑜𝑟𝑑𝑒
Range =
(74−32) 3
1 + 3,3 Log 6 1 + 3,3 (0,778)
Range = 14 1 + 2,56 = 3,56 Jumlah orde = 3,56
Metode Analisis Kuantitatif Perencanaan
14
Menjadi 3 orde Range Orde 1 Orde 2 Orde 3
Skala ≥ 60-74 ≥ 46-60 ≥ 32-46
Tabel 2.3 Hasil Analisis Skalogram Desa/kelurahan Bonto Maccini Bonto Karaeng Bonto Matene Bonto Bulaeng Bonto Majannang Bonto Tiro
1.895 1.587 2.674 2.374
Total fasilitas analisis skalogram 74 54 67 58
1.500
32
III
2.392
69
I
Jumlah Penduduk
Orde/Hirarki I II I II
Berdasarkan data tabel diatas, untuk desa/kelurahan Bonto Majannang berada pada orde atau hirarki III, kemudian Bonto Karaeng da Bonto Bulaeng berada orde/hirarki ll, sementara Bonto Maccini, Bonto Matene, dan Bonto Tiro berada pada orde/hirarki I.
Metode Analisis Kuantitatif Perencanaan
15
BAB 3 ANALISIS SHIFT SHARE
Industrialisasi tidak terlepas dari usaha untuk meningkatkan mutu sumber daya manusia dan kemampuannya memanfaatkan secara optimal sumber daya alam dan sumber daya lainnya. Industri mempunyai peranan sebagai pemimpin (leading sector). Leading sectorini maksudnya adalah dengan adanya pembangunan industri maka akan memacu dan mengangkat pembangunan sektor-sektor lainnya, seperti sektor pertanian. Pertumbuhan industri yang pesat akan merangsang pertumbuhan sektor pertanian untuk menyediakan bahan-bahan baku bagi industri (Arsyad, 1999:354). Indonesia telah bergerak dari negara paling sentralistik menjadi negara dengan desentralisasi sejak awal tahun 2001. Otonomi daerah adalah kewenangan daerah otonom untuk mengatur dan mengurus kepentingan masyarakat setempat menurutprakarsa sendiri berdasarkan aspirasi masyarakat sesuai dengan peraturan dan perundang-undangan. Oleh karena itu, suatu daerah harus mampu melaksanakan pembangunan daerah berdasarkan pada potensi sumberdaya yang ada, sehingga daerah harus dapat menentukan sektor yang menjadi basis (unggulan) baik dimasa sekarang maupun dimasa yang akan datang agar pembangunan daerah dapat diarahkan kepada pengembangan sektor basis tersebut yang pada akhirnya dapat memberikan dampak bagi pengembangan sektor lain.
Metode Analisis Kuantitatif Perencanaan
16
Perhitungan indeks keunggulan komparatif di suatu wilayah menggunakan Shift Share bertujuan untuk mempermudah dalam melakukan perbandingan data antar lokasi dan antar waktu. Analisis shift share memiliki tiga komponen (Tarigan, 2005: 87-89; Putra, 2011: 165-166) yaitu a) Regional Share (RS) merupakan komponen share pertumbuhan ekonomi daerah yang disebabkan oleh faktor eksternal. RS mengindikasikan adanya peningkatan kegiatan ekonomi daerah akibat kebijakan nasional yang berlaku. b) Proporsional Shift (PS) komponen pertumbuhan ekonomi daerah yang disebabkan oleh struktur ekonomi daerah tersebut yang baik, dengan berspesialisasi pada sektor yang pertumbuhannya cepat. c) Differential Shift (DS) merupakan komponen pertumbuhan ekonomi daerah karena kondisi spesifik daerah yang kompetitif. Unsur pertumbuhan ini merupakan keunggulan kompetitif daerah yang dapat mendorong pertumbuhan ekspor daerah. Analisis Shift Share digunakan untuk mengetahui perubahan serta pergeseran baik itu kenaikan ataupun penurunan dalam perekonomian suatu wilayah . Dalam Shift share terdapat 3 komponen yaitu National share, Proportional shift dan Differential shift yang perlu diketahui untuk menentukan kenaikan atau penurunan perekonomian wilayah.
Metode Analisis Kuantitatif Perencanaan
17
Dij = ( Nij+ Mij + Cij ) Nij = Eij.rn Mij = Eij (rin – rn) Cij = Eij (rij-rin)
Keterangan: i = Sektor-sektor ekonomi yang diteliti j = Variabel wilayah yang diteliti Dij = Perubahan sektor i di daerah j Nij = Pertumbuhan sektor i di daerah j Mij = Bauran industri sektor i di daerah j Cij = Keunggulan kompetitif sektor i di daerah j Eij = PDRB sektor i di daerah j rij = laju pertumbuhan sektor i di daerah j rin = laju pertumbuhan sektor i di daerah n rn = laju pertumbuhan PDRB di daerah n Dimana Dij merupakan penjumlahan dari Regional Share dengan Proportional Share dan Differential Share. • Jika Mij > 0, artinya bahwa sektor i pada suatu wilayah analisis memiliki daya saing tinggi daripada sektor i di wilayah referensi, dan sebaliknya. • Jika Cij > 0, artinya bahwa daya saing sektor i pada suatu wilayah analisis lebih tinggi dari daya saing sektor i di wilayah referensi, dan sebaliknya.
Metode Analisis Kuantitatif Perencanaan
18
•
Jika Dij > 0, artinya terjadi penambahan nilai absolut atau mengalami kenaikan kinerja ekonomi daerah pada sektor i di wilayah analisis tersebut. Dari ukuran diatas, maka sektor unggulan wilayah adalah sektor– sektor yang mempunyai daya saing yang tinggi. Daya saing suatu sektor menunjukkan potensi yang tinggi untuk dikembangkan.
Contoh Kasus Analisis Shift Share Kabupaten Sidoarjo Atas Dasar Harga Konstan 2010 Menurut Lapangan Usaha (miliar rupiah), 2010─2014 NO
Lapangan Usaha/Sektor
PDRB Jawa Timur (miliar rupiah) 2010
2014
E N,i, t-n
E N, i, t
ΔE N,i, t
PDRB Kabupaten Sidoarjo (miliar rupiah) 2010
2014
E r, i, t-n
E r, i, t
ΔE r,i, t
1
Pertanian
133504.6 0
155924.1 0
22419. 50
1961.70
2375.3 0
413.60
2
Pertambangan dan Penggalian
54020.50
61204.90
7184.4 0
180.70
151.80
-28.90
3
Industri Pengolahan
292708.4 0
372267.1 0
79558. 70
41337.50
52501. 40
11163.90
4
Listrik, Gas, dan Air Bersih
5567.90
5723.70
155.80
1031.30
1264.4 0
233.10
5
Konstruksi
105999.3 0
138496.5 0
32497. 20
8401.60
10809. 40
2407.80
6
Perdagangan, Hotel, dan Restoran
221851.9 0
292111.6 0
70259. 70
14729.30
20561. 00
5831.70
Metode Analisis Kuantitatif Perencanaan
19
7
Pengangkutan dan Komunikasi
74630.60
105888.5 0
31257. 90
9618.90
13138. 20
3519.30
8
Keuangan, Persewaan, dan Jasa Perusahaan
29844.50
42376.90
12532. 40
979.40
1428.6 0
449.20
9
Jasa Lainnya
72521.10
88706.80
16185. 70
3232.30
3926.6 0
694.30
990648.8 0
1262700. 20
272051 .30
81472.70
106156 .70
24684.00
Jumlah
Menghitung Nij
NO
Lapangan Usaha/Sektor
E r,I, t-n
2
Pertanian Pertambangan dan Penggalian
(c)
Regional Share (Nij)
(a) x (b)
(c) – (a)
t-n
(a) 1
E N,t/E N,
(b)
1961.70
1.275
2500.42
538.72
180.70
1.275
230.32
49.62
41337.50
1.275
52689.58
11352.08
3
Industri Pengolahan
4
Listrik, Gas, dan Air Bersih
1031.30
1.275
1314.52
283.22
5
Konstruksi
8401.60
1.275
10708.84
2307.24
6
Perdagangan, Hotel, dan Restoran
14729.30
1.275
18774.25
4044.95
7
Pengangkutan dan Komunikasi
9618.90
1.275
12260.44
2641.54
8
Keuangan, Persewaan, dan Jasa Perusahaan
979.40
1.275
1248.36
268.96
Metode Analisis Kuantitatif Perencanaan
20
9
Jasa Lainnya Jumlah
3232.30
1.275
4119.95
887.65
81472.70
11.472
103846.69
22373.99
Menghitung Mij
NO
1 2 3 4
Lapangan Usaha/Sektor
Pertanian Pertambangan dan Penggalian Industri Pengolahan Listrik, Gas, dan Air Bersih
5
Konstruksi
6
Perdagangan, Hotel, dan Restoran
7
Pengangkutan dan Komunikasi
8
Keuangan, Persewaan, dan Jasa Perusahaan
9
Jasa Lainnya Jumlah
E r, i, t-n
E N,I,t/ E N, I, tn
E N, t / E, N, t-n
(d)
Proportional Share (Mij)
(a)
(b)
(c)
(b)-(c)
(a) x (d)
1961.70
1.168
1.275
-0.107
-209.29
180.70
1.133
1.275
-0.142
-25.59
41337.50
1.272
1.275
-0.003
-116.47
1031.30
1.028
1.275
-0.247
-254.36
8401.60
1.307
1.275
0.032
268.51
14729.30
1.317
1.275
0.042
619.76
9618.90
1.419
1.275
0.144
1387.19
979.40
1.420
1.275
0.145
142.31
3232.30
1.223
1.275
-0.051
-166.25
81472.70
11.286
11.472
-0.186
1645.83
Menghitung Cij NO
Lapangan Usaha/Sektor
E r, I, t
E N, I, t / E N,I, t-n
Metode Analisis Kuantitatif Perencanaan
E r, I, t-n
(d)
Differential Shift
21
(a) 1 2 3 4 5 6 7 8
9
Pertanian Pertambangan dan Penggalian Industri Pengolahan Listrik, Gas, dan Air Bersih Konstruksi Perdagangan, Hotel, dan Restoran Pengangkutan dan Komunikasi Keuangan, Persewaan, dan Jasa Perusahaan Jasa Lainnya
Jumlah
(b)
(c)
(b) x (c)
(a) - (d)
2375.30
1.168
1961.70
2291.13
84.17
151.80
1.133
180.70
204.73
-52.93
52501.40
1.272
41337.50
52573.11
-71.71
1264.40
1.028
1031.30
1060.16
204.24
10809.40
1.307
8401.60
10977.36
-167.96
20561.00
1.317
14729.30
19394.02
1166.98
13138.20
1.419
9618.90
13647.63
-509.43
1428.60
1.420
979.40
1390.67
37.93
3926.60
1.223
3232.30
3953.70
-27.10
106156.7 0
11.286
81472.70
105492.51
664.19
Metode Analisis Kuantitatif Perencanaan
22
BAB 4 ANALISIS LOCATION QUOTIENT
Analisis LQ ini digunakan untuk mengetahui sejauh mana tingkat spesialisasi sektor-sektor ekonomi di suatu daerah atau sektor-sektor apa saja yang merupakan sektor basis atau leading sektor. Pada dasarnya teknik ini menyajikan perbandingan relatif antara kemampuan suatu sektor di daerah yang diselidiki dengan kemampuan sektor yang sama pada daerah yang menjadi acuan. Satuan yang digunakan sebagai ukuran untuk menghasilkan koefisien LQ tersebut nantinya dapat berupa jumlah tenaga kerja per-sektor ekonomi, jumlah produksi atau satuan lain yang dapat digunakan sebagai kriteria. Rumus analisis LQ :
Dimana : Si = Jumlah buruh sektor kegiatan ekonomi i di daerah yang diselidiki S = Jumlah buruh seluruh sektor kegiatan ekonomi di daerah yang diselidiki Ni = Jumlah sektor kegiatan ekonomi i di daerah acuan yang lebih luas, di mana daerah yang di selidiki menjadi bagiannya N = Jumlah seluruh buruh di daerah acuan yang lebih luas
Metode Analisis Kuantitatif Perencanaan
23
Dari perhitungan Location Quotient (LQ) suatu sektor, kriteria umum yang dihasilkan adalah : a) Jika LQ > 1, disebut sektor basis, yaitu sektor yang tingkat spesialisasinya lebih tinggi dari pada tingkat wilayah acuan b) Jika LQ < 1, disebut sektor non-basis, yaitu sektor yang tingkat spesialisasinya lebih rendah dari pada tingkat wilayah acuan c) Jika LQ = 1, maka tingkat spesialisasi daerah sama dengan tingkat wilayah acuan.
Contoh :
KABUPATEN
Pertanian,Keh utanan,Perikan an Pertambangan dan Penggalian Industri Pengolahan Pengadaan Listrik dan Gas Pengadaan Air,Pengolaha n Sampah ,Limbah Konstruksi perdagangan Besar dan
Kab. Empat Lawang
Kab. Musi Rawas
Kab. Musi Banyu Asin
1313915,40
4136173,3 0
5629272,20
108475,00 299014,30 2304,30
3715604,5 0 1286473,6 0
24909639,8 0
2557,60
9690,57
2867294,98
1134,00
825,40
5809,46
341818,20
583962,50
2775753,91
496910,50
732866,20
1281113,39
Metode Analisis Kuantitatif Perencanaan
Kota Lubuk Linggau
TOTAL
228454,00
11307814,90
63375,80
28797095,10
245833,30
4698616,18
3905,40
18457,87
9.078,50
16847,36
931318,30
4632852,91
644305,30
3155195,39
24
Eceran Transportasi dan pegudangan Penyediaan Akomodasi dan Makanan minuman Informasi dan komunikasi jasa keuangan dan asuransi real Estate jasa perusahaan administari pemerintah, pertahanan Jasa pendidikan / education jasa kesehatan dan kegiatan sosial/ human health and social works activies jasa lainnya / other service activities TOTAL
52992,10
41721,40
49761,00
27854,60
86963,60
88713,89
75529,60
76763,10
726617,55
161304,90
152373,50
621712,67
759,30
1720,10
12717,29
157100,30
306925,20
1310910,86
63883,90
332863,30
246777,48
68726,90
234327,89
236400,40
1115310,65
356917,50
1292308,57
44371,80
59568,49
124266,70
1899203,06
252790,00
1380836,56
84265,00 122.108,56
118321,70 32.661,10 3.213.117,90
134335,90
731299,36
81850,60 27.303,40
430778,10
42865,58
40596,90
36.290,20
241061,40
11.647.49 3,10
Metode Analisis Kuantitatif Perencanaan
216.643,24 41.439.126, 91
315527,56 203.697,2 0 3.873.103, 40
571323,24 60.172.841,31
25
Hasil perhitungan
KABUPATEN
Kab. Empat Lawang
Kab. Musi Rawas
Kab. Musi Banyu Asin
Kota Lubuk Linggau
Pertanian,Kehutanan,Perikanan
2,18
1,89
0,72
0,31
Pertambangan dan Penggalian
0,07
0,67
1,26
0,03
Industri Pengolahan
1,19
1,41
0,89
0,81
Pengadaan Listrik dan Gas Pengadaan Air,Pengolahan Sampah ,Limbah Konstruksi
2,34
0,72
0,76
3,29
1,26
0,25
0,50
1,38
0,65
0,87
3,12
perdagangan Besar dan Eceran
2,95
1,20
0,59
3,17
Transportasi dan pegudangan Penyediaan Akomodasi dan Makanan minuman Informasi dan komunikasi
2,30
0,60
0,29
8,69
3,17
0,58
0,25
2,90
0,90
0,55
4,56
jasa keuangan dan asuransi
1,27
0,36
0,95
3,29
real Estate
2,34
0,61
0,70
4,29
jasa perusahaan administari pemerintah, pertahanan Jasa pendidikan / education jasa kesehatan dan kegiatan sosial/ human health and social works activies jasa lainnya / other service activities
0,24
0,15
0,31
11,57
1,55
0,83
1,00
0,87
1,25
0,77
1,62
1,34
0,56
8,37
8,46
1,02 2,84
4,15 1,07
Metode Analisis Kuantitatif Perencanaan
1,07
0,55
5,54
26
Hasil Analisis Kab. Empat
Kab. Musi Rawas
Lawang LQ>1
Pertanian,Kehutan an,Perikanan; Industri Pengolahan; Pengadaan Listrik dan Gas; Pengadaan Air,Pengolahan Sampah ,Limbah; Konstruksi; perdagangan Besar dan Eceran; Transportasi dan pegudangan; Penyediaan Akomodasi dan Makanan minuman; Informasi dan komunikasi; jasa keuangan dan asuransi; real Estate; administari pemerintah,pertah anan; jasa kesehatan dan kegiatan sosial/
Pertanian,Kehutana n,Perikanan; Industri Pengolahan; perdagangan Besar dan Eceran; Jasa pendidikan / education; jasa kesehatan dan kegiatan sosial/ human health and social works activies; jasa lainnya / other service activities
Metode Analisis Kuantitatif Perencanaan
Kab. Musi
Kota Lubuk
Banyuasin
Linggau
Pertambangan dan
Pengadaan listrik dan gas; Pengadaan Air,Pengolahan Sampah ,Limbah; Konstruksi; perdagangan Besar dan Eceran; Transportasi dan pegudangan; Penyediaan Akomodasi dan Makanan minuman; Informasi dan komunikasi; jasa keuangan dan asuransi; real Estate; jasa perusahaan; administari pemerintah, pertahanan; Jasa pendidikan / education; jasa
Penggalian
27
human health and social works activies; jasa lainnya / other service activities
kesehatan dan kegiatan sosial/ human health and social works activies; jasa lainnya / other service activities
LQ=1
Administari -
-
pemerintah,
-
pertahanan LQ<1
Pertambangan dan Penggalian; jasa perusahaan; Jasa pendidikan / education
Pertambangan dan Penggalian; Pengadaan Listrik dan Gas; Pengadaan Air,Pengolahan Sampah ,Limbah; Konstruksi; Transportasi dan
Metode Analisis Kuantitatif Perencanaan
Pertanian,Kehutan an,Perikanan; Industri Pengolahan; Pengadaan Listrik dan Gas ; Pengadaan Air,Pengolahan
Pertanian,Kehut anan,Perikanan Pertambangan dan Penggalian Industri Pengolahan
28
pegudangan; Penyediaan Akomodasi dan Makanan minuman; Informasi dan komunikasi; jasa keuangan dan asuransi; real Estate; jasa perusahaan; administari pemerintah, pertahanan
Sampah ,Limbah; Konstruksi; perdagangan Besar dan Eceran; Transportasi dan pegudangan; Penyediaan Akomodasi dan Makanan minuman; Informasi dan komunikasi; jasa keuangan dan asuransi; real Estate; jasa perusahaan; Jasa pendidikan / education; jasa kesehatan dan kegiatan sosial/ human health and social works activies; jasa lainnya / other service activities
Sumber : Hasil Analisis Tahun 2019
Rata-rata sektor basis di wilayah analisis yaitu peprtanian dan penggalian petambangan. Sedangan untuk sektor non basis atau yang harus impor dari wilayah lain rata-rata pengadaan listrik dan gas. Sedangkan untuk hasil LQ nya =1 atau yang hanya bisa memenuhi untuk wilayahnya sendiri yaitu sektor administrasi pemerintah, peratahanan pada Kabupaten Musi Banyu Asin.
Metode Analisis Kuantitatif Perencanaan
29
BAB 5 ANALISIS BUNGA BERGANDA
Analisis Bunga Berganda atau Analisis Geometrik merupakan analisis dengan perkiraan penduduk yang mengasumsikan bahwa jumlah penduduk akan bertumbuh secara geometric menggunakan dasar perhitungan bunga-berbunga (Bunga Majemuk). Dalam hal ini angka pertumbuhan penduduk (rate of grow) dianggap sama untuk setiap tahunnya. Berikut rumus metode analisis Bunga Berganda : Pn = P0 (1+r)n Dimana: Pn : Jumlah penduduk pada tahun n P0 : Jumlah penduduk pada tahun awal (dasar) r : Angka Pertumbuhan Penduduk n : Periode waktu antara tahun dasar dengan tahun n Contoh : Tabel 5.1 Data Penduduk Kecamatan Tanasitolo 2012-2016 No 1 2 3 4 5
Tahun 2013 2014 2015 2016 2017 Jumlah
Jumlah Penduduk 2.859 2.055 3.183 3.265 3.354 14.716
Pertambahan 0 - 804 +1.128 +82 + 89 + 495
(%) 0% -39% 35% 2,5% 2,6% 1,02%
Sumber data : BPS Kecamatan Budong-Budong Dalam Angka 2014-2018
Metode Analisis Kuantitatif Perencanaan
30
Hasil Analisis :
Pt r = Po
(1 / t )
−1
𝑟 = (3.354/2.859)^(1/4) − 1 𝑟 = 3.354/2.859 4 r= 0,43
P2022 = P2017 (1+r)n2022-2017 = 3.354 (1+0,043)5 = 3.354 (1+0,043)5 = 3.354 (1,043)5 = 3.354 (1,23) =4.125,42 = 4.125 Jiwa P2027 = P2022 (1+r)n2027-2022 = 4.125 (1+0,043)5 = 4.125 (1+0,043)5 = 4.125 (1, 0,043)5 = 4.125 (1,23) = 5.073,75 = 5.074 Jiwa P2032 = P2027 (1+r)n2032-2027 = 5.074 (1+0,043)5 = 5.074 (1+0,043)5 = 5.074 (1, 0,043)5 = 5.074 (1,23) = 6.241 Jiwa
Metode Analisis Kuantitatif Perencanaan
31
BAB 6 ANALISIS KURVA POLINOMIAL
Analisis kuva polinomial adalah analisis yang digunakan untuk memperkirakan perkembangan penduduk di masa yang akan datang. Asumsi dalam metode ini adalah kecenderungan dalam laju pertumbuhan penduduk dianggap tetap atau dengan kata lain hubungan masa lampau digunakan untuk memperkirakan perkembangan yang akan datang. Rumus Kurva Polinomial adalah sebagai berikut : 𝑃𝑡 − 𝑄 = 𝑃𝑡 − 𝑏(𝑄) Dimana : 𝑃𝑡 ∶ jumlah penduduk pada tahun dasar 𝑃𝑡 − 𝑄: jumlah penduduk pada tahun (t-Q) 𝑄 ∶ Selang waktu pada tahun dasar ke tahuan (t-Q) 𝑏 ∶ Rata-rata pertumbuhan jumlah penduduk tiap tahun
Metode Analisis Kuantitatif Perencanaan
32
BAB 7 ANALISIS REGRESI LINEAR
Analisis regresi linear sederhana merupakan salah satu metode regresi yang dapat dipakai sebagai alat inferensi statistik untuk menentukan pengaruh sebuah variabel bebas (independen) terhadap variabel terikat (dependen). Uji Regresi linear sederhana ataupun regresi linier berganda pada intinya memiliki beberapa tujuan, yaitu 1) Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada nilai variabel bebas 2) Menguji hipotesis karakteristik dependensi 3) Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkaun sample. Rumus regresi linear sederhana sebagi berikut: Y’ = a + bX Keterangan: Y’ = Variabel dependen (nilai yang diprediksikan) X = Variabel independen a = Konstanta (nilai Y’ apabila X = 0) b = Koefisien regresi (nilai peningkatan ataupun penurunan)
Metode Analisis Kuantitatif Perencanaan
33
Contoh kasus: Seorang mahasiswa bernama Anas ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada perusahaan real estate. Dengan ini di dapat variabel dependen (Y) adalah volume penjualan dan variabel independen (X) adalah biaya promosi. Dengan ini Anas menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear sederhana. Data-data yang di dapat ditabulasikan sebagai berikut: Tabel 7.1 Tabulasi Data Penelitian (Data Fiktif) No 1 2 3 4
Biaya Promosi 12,000 13,500 12,750 12,600
Volume Penjualan 56,000 62,430 60,850 61,300
5
14,850
65,825
6 7 8 9 10 11 12 13 14 15
15,200 15,750 16,800 18,450 17,900 18,250 16,480 17,500 19,560 19,000
66,354 65,260 68,798 70,470 65,200 68,000 64,200 65,300 69,562 68,750
Metode Analisis Kuantitatif Perencanaan
34
16 17 18 19 20
20,450 22,650 21,400 22,900 23,500
70,256 72,351 70,287 73,564 75,642
Langkah-langkah pada program SPSS a. Masuk program SPSS b. Klik variable view pada SPSS data editor c. Pada kolom Name ketik y, kolom Name pada baris kedua ketik x. d. Pada kolom Label, untuk kolom pada baris pertama ketik Volume Penjualan, untuk kolom pada baris kedua ketik Biaya Promosi. e. Untuk kolom-kolom lainnya boleh dihiraukan (isian default) f. Buka data view pada SPSS data editor, maka didapat kolom variabel y dan x. g. Ketikkan data sesuai dengan variabelnya h. Klik Analyze - Regression – Linear i. Klik variabel Volume Penjualan dan masukkan ke kotak Dependent, kemudian klik variabel Biaya Promosi dan masukkan ke kotak Independent. j. Klik Statistics, klik Casewise diagnostics, klik All cases. Klik Continue k. Klik OK, maka hasil output yang didapat pada kolom Coefficients dan Casewise Diagnostics adalah sebagai berikut:
Metode Analisis Kuantitatif Perencanaan
35
Tabel 7.2 Hasil Analisis Regresi Linear Sederhana
Metode Analisis Kuantitatif Perencanaan
36
Persamaan regresinya sebagai berikut: Y’ = a + bX Y’ = -28764,7 + 0,691X Angka-angka ini dapat diartikan sebagai berikut: - Konstanta sebesar -28764,7; artinya jika biaya promosi (X) nilainya adalah 0, maka volume penjulan (Y’) nilainya negatif yaitu sebesar 28764,7. - Koefisien regresi variabel harga (X) sebesar 0,691; artinya jika harga mengalami kenaikan Rp.1, maka volume penjualan (Y’) akan mengalami peningkatan sebesar Rp.0,691. Koefisien bernilai positif artinya terjadi hubungan positif antara harga dengan volume penjualan, semakin naik harga maka semakin meningkatkan volume penjualan. Nilai volume penjualan yang diprediksi (Y’) dapat dilihat pada tabel Casewise Diagnostics (kolom Predicted Value). Sedangkan Residual (unstandardized residual) adalah selisih antara Volume Penjualan dengan Predicted Value, dan Std. Residual (standardized residual) adalah nilai residual yang telah terstandarisasi (nilai semakin mendekati 0 maka model regresi semakin baik dalam melakukan prediksi, sebaliknya semakin menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan prediksi). - Uji Koefisien Regresi Sederhana (Uji t) Uji ini digunakan untuk mengetahui apakah variabel independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y).
Metode Analisis Kuantitatif Perencanaan
37
Signifikan berarti pengaruh yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan). Dari hasil analisis regresi di atas dapat diketahui nilai t hitung seperti pada tabel 7.2. Langkah-langkah pengujian sebagai berikut: 1. Menentukan Hipotesis Ho : Ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan Ha : Tidak ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan 2. Menentukan tingkat signifikansi Tingkat signifikansi menggunakan = 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian) 3. Menentukan t hitung Berdasarkan tabel diperoleh t hitung sebesar 10,983 4. Menentukan t tabel Tabel distribusi t dicari pada = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 20-2-1 = 17 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel sebesar 2,110 (Lihat pada lampiran) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05,17) lalu enter. 5. Kriteria Pengujian Ho diterima jika –t tabel < t hitung < t tabel Ho ditolak jika -thitung < -t tabel atau t hitung > t tabel 6. Membandingkan t hitung dengan t tabel Nilai t hitung > t tabel (10,983 > 2,110) maka Ho ditolak.
Metode Analisis Kuantitatif Perencanaan
38
7.Kesimpulan Oleh karena nilai t hitung > t tabel (10,983 > 2,110) maka Ho ditolak, artinya bahwa ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan. Jadi dalam kasus ini dapat disimpulkan bahwa biaya promosi berpengaruh terhadap volume penjualan pada perusahaan jual beli motor.
Metode Analisis Kuantitatif Perencanaan
39
BAB 8 ANALISIS CHISQUARE
Chisquare atau uji chi kuadrat merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan frekuensi observasi, dilambangkan dengan fₒ) dengan frekuensi harapan yang didasarkan atas hipotesis tertentu pada setiap kasus atau data (selanjutnya disebut dengan frekuensi harapan, dilambangkan dengan fₑ).Hal yang perlu di ingat bahwa teknik chi kwadrat, skala yang digunakan adalah skala yang bersifat nominal. Hal ini berarti jika data berskala interval, maka tidak dapat diolah dengan chi kwadrat (tetapi menggunakan teknik uji t / uji F). Fungsi Teknik Chi Kuadrat Adalah Sebagai Berikut : 1. Untuk menguji pebedaan frekuensi 1 variabel. 2. Untuk menguji perbedaan frekuensi 2 variabel yang sel-selnya memiliki ≥ 10 atau sel yang
memiliki frekuensi kurang dari 10
(menggunakan rumus koreksi Yates). 3. Untuk menguji perbedaan persentase. 4. Untuk menguji perbedaan normalitas distribusi.
Metode Analisis Kuantitatif Perencanaan
40
Cara Memberikan Interpretase Terhadap Chi Square : 1. Menentukan Df atau Db 2. Melihat nilai Chi Square pada tabel 3. Membandingkan atantara nilai Chi Square dari hasil perhitungan dengan nilai Chi Square dari tabel Pengambilan Keputusan Ketentuan yang menyatakan ada tidaknya dalam pengambilan keputusan, adalah: 1. Bila harga Chi Square (X2) ≥ Tabel Chi Square è Hipotesis Nol (H0) ditolak & Hipotesis Alternatif (Ha) diterima 2. Bila harga Chi Square (X2) < Tabel Chi Square è Hipotesis Nol (H0) diterima & Hipotesis Alternatif (Ha) ditolak Studi Kasus Lokasi pada penelitian ini di Kecamatan Somba Opu. Populasi dalam penelitian ini adalah seluruh penduduk yang terdapat di Kecamatan Somba Opu yakni 151.916 jiwa. Teknik penarikan sampel yang digunakan dalam penelitian ini adalah simple random sampling, dimana anggota populasi diambil secara acak dan homogen. Sejalan dengan pendapat pendapat riduwan (2010,58) simple random sampling adalah cara penggambulan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatkan strata (tingkatan)
Metode Analisis Kuantitatif Perencanaan
41
dalam anggota populasi tersebut. Hal ini dilakukan apabila anggota populasi dianggap homogeny (sejenis). Peneliti menggunakan rumus Taro Yamane dalam menentukan ukuran sampel, dikarenakan populasi dalam penenlitian ini sudah diketahui. Seperti yang diungkapkan oleh rahmat (1998:2) dalam riduwan “pengambilan sampel menggunakan rumus dari Taro Yamane dapat digunakan apabula populasi sudah diketahui. Berikut rumus dari taro Yamane. 𝑛=
𝑁 𝑁. 𝑑2 + 1
Keterangan : n = Jumlah Sampel N= Jumlah Populasi d = Nilai signifikansi yang diinginkan (umumnya 0,05 untuk bidang non-eksak dan 0,01 untuk bidang eksakta) Cara mencari sampel : 𝑁 𝑁. 𝑑2 + 1 151916 = 151916 𝑥 0.12 + 1 151916 = 1520.16
𝑛=
Metode Analisis Kuantitatif Perencanaan
42
= 100 sampel Adapun variabel yang digunakan yakni mata pencaharian, pendapatan dan harga lahan. Dan menggunakan metode analisis data chisquare dengan penjabaran rumus sebagai berikut : a. Untuk menghitung frekuensi yang diharapkan, digunakan rumus 𝑓ℎ =
𝑁𝑖0 𝑥 𝑁0𝑗 𝑁
Keterangan : Fh = frekuensi yang diharapkan Nio = jumlah nilai baris Noj = jumlah nilai kolom N = jumlah sampel Penarikan kesimpulan dapat dilakukan apabila keadaan berikut tercapai yakni : x2 hitung < x2 tabel yang berarti Ho diterima, sebaliknya apabila x2 hitung > x2 tabel berarti ditolah atau diterima H1 b. Analisis Chi-Kuadrat (X2) sebagai berikut : 𝑥2 =
(𝑓𝑜 − 𝑓ℎ)2 (𝑓ℎ)
Keterangan : X2 = Chi-Kuadrat F0 = frekuensi observasi
Metode Analisis Kuantitatif Perencanaan
43
Fh = frekuensi harapan c. Selanjutnya, untuk mengetahui derajat hubungan antara variabel x dan variabel y digunakan koefisien kontigensi dengan rumus 𝑥2 𝑐=√ 𝑛 + 𝑥2 Keterangan : C = Hasil Koefisien Kontigensi X2 = Hasil Chi-Kuadrat yang dihitung N = jumlah responden Dengan konversi kualitatif nilai Indeks Kuatnya Hubungan (IKH) sebagai berikut (Sugiyono:2010),
Metode Analisis Kuantitatif Perencanaan
44
Tabel 8.1 Patokan Interpretase Nilai Persentase No
Sebutan
Nilai IKH
1
0,80 – 1,00
Hubungan sangat kuat
2
0,60 – 0,79
Hubungan kuat
3
0,40 – 0,59
Hubungan sedang
4
0,20 – 0,39
Hubungan lemah
5
0,00 – 0,19
Hubungan sangat lemah
Sumber : Sugiyono, 2010 1. Mata Pencaharian Sebagian masyarakat di Kecamatan Somba Opu bermata pencaharian
pedagang/wiraswasta,
petani,
buruh/tukang,
TNI/Polri, PNS dan lain-lain. Adapun mata pencaharian yang dominan yaitu pedagang/wiraswasta. Adapun data mengenai karakteristik responden menurut mata pencaharian : Tabel 8.2 Frekuensi Responden Menurut Mata Pencaharian Tahun 2016 No Jenis Pekerjaan
Frekuensi
Persentase
1
Tetap
31
31
2
Musiman
58
58
Metode Analisis Kuantitatif Perencanaan
45
3
Pengangguran
11
11
Jumlah
100
100
2. Pendapatan Tingkat pendapatan juga mempengaruhi perubahan pemanfaatan lahan. Tingkat pendapatan di Kecamatan Somba Opu dibagia atas 3 yakni <1.500.000,00, 1.500.000,00 dan > 1.500.000,00. Untuk lebih jelasnya dapat diketahui melalui tabel berikut : Tabel 8.3 Frekuensi Responden Menurut Pendapatan Tahun 2016 No
Tingkt Pendapatan
Frekuensi
Persentase
1
<1.500.000
10
10
2
1.500.000
29
29
3
>1.500.000
61
61
Jumlah
100
100
Metode Analisis Kuantitatif Perencanaan
46
3. Harga Lahan Harga lahan yang terdapat di Kecamatan Somba Opu mengalami peningkatan
setiap
tahunnya.
Hal
ini
dibuktikan
dengan
banyaknya perubahan fungsi lahan pertanian menjadi lahan terbangun.harga lahan di Kecamatan Somba Opu bervariasi yakni 750.000,00-1.500.000,00
,
1.500.000,00-3.000.000,00
dan
>3.000.000,00. Untuk lebih jelasnya dapat diketahui melalui tabel berikut :
Metode Analisis Kuantitatif Perencanaan
47
Tabel 8.4 Frekuensi Responden Menurut Harga Lahan Tahun 2016 No
Harga Lahan
Frekuensi
Persentase
1
750.000-1.500.000
16
16
2
1.500.000-3.000.000
31
31
3
>3.000.000
53
53
100
100
Jumlah
Analisis Pengaruh Perubahan Pemanfaatan Lahan di Kecamatan Somba Opu Setelah mengetahui frekuensi pada masing-masing variabel yang dianggap mempengaruhi perubahan pemanfaatan lahan maka selanjutnya dilakukan analisa penerapan metode uji chi-kuadrat. Variabel ini dikelopokka menjadi dua yaitu variabel bebas dan variabel terikat. Variabel bebas yakni terdiri dari mata pencaharian (x1), pendapatan (x2) dan harga lahan (x3). Sedangkan variabel terikatnya adalah perubahan pemanfaatan lahan. 1. Analisis Hubungan Mata Pencaharian (x1) dengan Perubahan Pemanfaatan Lahan (y)
Metode Analisis Kuantitatif Perencanaan
48
Tabel 8.5 Hubungan Mata Pencaharian Terhadap Perubahan Pemanfaatan Lahan Perubahan Pemanfaatan Lahan
Mata Pencaharian
Jumlah
Tetap Musiman Penggangguran F
%
Sangat Berpengaruh 9
31
1
41
41
Berpengaruh
20
23
4
47
47
Tidak Berpengaruh
2
4
6
12
12
Jumlah
31
58
11
100 100
2. Analisis Hubungan Pendapatan (x2) dengan Perubahan Pemanfaatan Lahan (y) Tabel 8.6 Hubungan pendapatan terhadap perubahan pemanfaatan lahan Perubahan Pemanfaatan Lahan Sangat Berpengaruh Berpengaruh Tidak Berpengaruh Jumlah
Pendapatan
Jumlah
<1.500.000 1.500.000 >1.500.000 F 0 3 7 10
2 15 12 29
41 17 3 61
%
43 43 35 35 22 22 100 100
3. Analisis Hubungan Harga Lahan (x3) dengan Perubahan Pemanfaatan Lahan (y)
Metode Analisis Kuantitatif Perencanaan
49
Tabel 8.7 Hubungan harga lahan terhadap perubahan pemanfaatan lahan Perubahan Pemanfaatan Lahan Sangat Berpengaruh Berpengaruh Tidak Berpengaruh Jumlah
Harga Lahan 1.500.000 750.0001.500.000 3.000.000
Jumlah >3.000.000
F
%
33 16
18 9
2 6
53 31
53 31
4 53
4 31
8 16
16 100
16 100
Tabel 8.8 Rekapitulasi Hasil Analisis Penerapan Uji Chi Kuadrat Terhadap Variabel
No
Variabel
1
Mata Pencaharian
27,61
Nilai X Tabel (5%) 9,49
2
Pendapatan
48,20
9,49
Nilai X2
Metode Analisis Kuantitatif Perencanaan
Nilai Hubungan Kontingensi 0,47 sedang
0,57 sedang
Kesimpulan Pengaruh sangat signifikan Ho ditolak, Hi diterima Pengaruh sangat
50
3
Harga Lahan
20,34
9,49
0,41 sedang
signifikan Ho ditolak, Hi diterima Pengaruh sangat signifikan Ho ditolak, Hi diterima
Berdasarkan hasil analisis pada tabel 8 dapat diketahui bahwa pengaruh perubahan pemanfaatan lahan adalah pendapatan dengan kesimpulan analisis pengaruh sangat signifikikan H0 ditolak, H1 diterima
Metode Analisis Kuantitatif Perencanaan
51
Tabel 8.9 Analisis Chi-Kuadrat berdasarkan Mata Pencaharian
Derajat bebas (db) = (baris-1) x (kolom – 1) =
(3-1) x ( 3-1 ) = 4
X2 = db @ = 5% Tabel 8.10 Analisis Chi-Kuadrat berdasarkan Pendapatan
Metode Analisis Kuantitatif Perencanaan
52
Tabel 8.11 Analisis Chi-Kuadrat berdasarkan Harga Lahan
Metode Analisis Kuantitatif Perencanaan
53
BAB 9 ANALISIS KORELASI
Persoalan pengukuran, atau pengamatan hubungan antara dua peubah X dan Y, berikut ini akan kita bicarakan sesuai dengan referensi yang kami peroleh dalam beberapa literatur. Tulisan ini tentu saja tidak selengkap seperti halnya tulisan tentang Pengertian Korelasi dalam buku Statistika yang ditulis oleh, Ronald E. Walpole, Sugiono, Murray R. Spiegel, atau beberapa Statistikawan yang memang saya kagumi kepakar-annya. Akan tetapi setidaknya bisa dijadikan bacaan tambahan bagi mahasiswa yang ingin mengetahui lebih jauh tentang persoalan korelasi atau persoalan-persoalan lain yang berkaitan dengan hubungan antar dua peubah. Kita tidak akan dan bukan meramalkan nilai Y dari pengetahuan mengenai peubah bebas X seperti dalam regresi linier. Sebagai misal, bila peubah X menyatakan besarnya biaya yang dikeluarkan untuk membeli Pupuk dan Y adalah besarnya hasil Produksi Padi dalam satu kali musim tanam, barangkali akan muncul pertanyaan dalam hati kita apakah penurunan biaya yang dikeluarkan untuk membeli Pupuk juga berpeluang besar untuk diikuti dengan penurunan hasil Produksi Padi dalam satu musim tanam. Dalam studi empiris lain, bila X adalah harga suatu barang yang ditawarkan dan Y adalah jumlah permintaan terhadap barang tersebut yang dibeli oleh konsumen, maka kita membayangkan jika nilai-nilai X yang besar tentu akan berpasangan dengan nilai-nilai Y yang kecil.
Metode Analisis Kuantitatif Perencanaan
54
Dalam hal ini kita tentu saja mempunyai bilangan yang menyatakan proporsi keragaman total nilai-nilai peubah Y yang dapat dijelaskan oleh nilai-nilai peubah X melalui hubungan linear tersebut. Jadi misalkan suatu korelasi memiliki besaran r = 0,36 bermakna bahwa 0,36 atau 36% di antara keragaman total nilai-nilai Y dalam contoh kita, dapat dijelaskan oleh hubungan linearnya dengan nilai-nilai X. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun). Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut: 0,00 - 0,199 = sangat rendah 0,20 - 0,399 = rendah 0,40 - 0,599 = sedang 0,60 - 0,799 = kuat 0,80 - 1,000 = sangat kuat Contoh Kasus Seorang mahasiswi bernama Atun melakukan penelitian dengan menggunakan alat ukur skala. Atun ingin mengetahui apakah ada hubungan antara kecerdasan dengan prestasi belajar pada Mahasiswa(i) UIN Alauddin Makassar. Dengan ini Atun membuat 2 variabel yaitu kecerdasan dan prestasi belajar. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah
Metode Analisis Kuantitatif Perencanaan
55
membagikan skala kepada 12 responden didapatlah skor total item-item yaitu sebagai berikut: Tabel 9.1 Tabulasi Data (Data Fiktif) Subjek
Kecerdasan
Prestasi Belajar
1
33
58
2
32
52
3
21
48
4
34
49
5
34
52
6
35
57
7
32
55
8
21
50
9
21
48
10
35
54
11
36
56
12
21
47
Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar.
Metode Analisis Kuantitatif Perencanaan
56
Uji Signifikansi Koefisien Korelasi Sederhana (Uji t) Uji signifikansi koefisien korelasi digunakan untuk menguji apakah hubungan yang terjadi itu berlaku untuk populasi (dapat digeneralisasi). Misalnya dari kasus di atas populasinya adalah Mahasiswa(i) UIN Alauddin Makassar dan sampel yang diambil dari kasus di atas adalah 12 Mahasiswa(i) UIN Alauddin Makassar, jadi apakah hubungan yang terjadi atau kesimpulan yang diambil dapat berlaku untuk populasi yaitu seluruh siswa Mahasiswa(i) UIN Alauddin Makassar. Langkah-langkah pengujian sebagai berikut: 1. Menentukan Hipotesis Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar Ha : Ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar 2. Menentukan tingkat signifikansi Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji dilakukan 2 sisi karena untuk mengetahui ada atau tidaknya hubungan yang signifikan, jika 1 sisi digunakan untuk mengetahui hubungan lebih kecil atau lebih besar). Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesa yang benar sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian) 3. Kriteria Pengujian Ho diterima jika Signifikansi > 0,05 Ho ditolak jika Signifikansi < 0,05 4. Membandingkan signifikansi
Metode Analisis Kuantitatif Perencanaan
57
5.
Nilai signifikansi 0,004 < 0,05, maka Ho ditolak. Kesimpulan Oleh karena nilai Signifikansi (0,004 < 0,05) maka Ho ditolak, artinya bahwa ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar. Karena koefisien korelasi nilainya positif, maka berarti kecerdasan berhubungan positif dan signifikan terhadap pretasi belajar. Jadi dalam kasus ini dapat disimpulkan bahwa kecerdasan berhubungan positif terhadap prestasi belajar pada siswa Mahasiswa(i) UIN Alauddin Makassar.
Metode Analisis Kuantitatif Perencanaan
58
BAB 10 ANALISIS VARIANT Dalam statistik , analisis varians (ANAVA) adalah kumpulan model statistik , dan prosedur yang terkait, di mana diamati varian dalam suatu variabel tertentu dipartisi ke dalam komponen yang timbul dari berbagai sumber variasi. Dalam bentuknya yang paling sederhana ANAVA memberikan uji statistik apakah atau tidak berarti dari beberapa kelompok semua sama, dan karenanya generalizes t-test untuk lebih dari dua kelompok. ANAVA sangat membantu karena mereka memiliki keuntungan lebih dari uji t dua-sample-. Melakukan dua-sample t-tes beberapa akan mengakibatkan peningkatan kesempatan melakukan sebuah tipe I kesalahan . Untuk alasan ini, ANAVA berguna dalam membandingkan dua, tiga atau lebih berarti. Menurut riduwan Anava atau Anova adalah anonim dari analisis varian terjemahan dari analysis of variance, sehingga banyak orang menyebutnya dengan anova. Anova merupakan bagian dari metoda analisis statistika yang tergolong analisis komparatif lebih dari dua rata-rata (Riduwan,2008). Tujuan dari uji anova satu jalur menurut Ridwan,2008 adalah untuk membandingkan lebih dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan generalisasi. Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili populasi).
Metode Analisis Kuantitatif Perencanaan
59
Anova satu arah dapat pula digunakan untuk menganalisis variable terikat berskala ordinal yaitu dengan kruskal-walles. Kruskal-walles menggunakan asumsi bahwa masing-masing sampel diambil dari populasi yang sama dan distribusinya ditaksir melalui distribusi chisquare dengan dk = k – 1. Anova dapat pula diterapkan untuk sampel yang sama dengan pengukuran ulang.(Agus irianto,2004:246). Beberapa kemungkinan yang mempengaruhi terjadinya perbedaan dan perlu diperhatikan oleh pemakai atau oleh peneliti yang menggunakan anova : 1. Pengaruh waktu 2. Pengaruh perbedaan individual 3. Pengaruh pengukuran Pengeujian signifikan perbedaan dalam anova dengan F tes. Anova satu arah dengan jumlah sampel per sel tidak sama, analisisnya tidak berbeda dengan jumlah sampel yang sama tiap sel, asal jumlah sampel cukup besar dan perbedaan jumlah sampel antar sel tidak mencolok. Asumsi dalam anova : 1. Sampel diambil dari distribusi normal, sehingga sampel juga berdistribusi normal. Kenornalam ini dapat diatas dengan memperbesar jumlah sampel. 2. Masing-masing kelompok mempunyai variable yang sama. 3. Sampel diambil secara acak. Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ) .Uji-t atau uji-z hanya dapat melihat perbandingan
Metode Analisis Kuantitatif Perencanaan
60
dua kelompok data saja. Sedangkan anova satu jalur lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar statistika antara mahasiswa tugas belajar (𝑋1 ), izin belajar (𝑋2 ) dan umum (𝑋3 ). Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata (KR). Rumusnya : 𝐽𝐾
𝐾𝑅 = 𝑑𝑏 Dimana: 𝐽𝐾 = jumlah kuadrat (some of square) 𝑑𝑏 = derajat bebas (degree of freedom) enghitung nilai Anova atau F ( 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ) dengan rumus : 𝑉
𝐾𝑅
𝐽𝐾 : 𝑑𝑏
𝑣𝑎𝑟𝑖𝑎𝑛 𝑎𝑛𝑡𝑎𝑟 𝑔𝑟𝑜𝑢𝑝
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑉𝐴 = 𝐾𝑅𝐴 = 𝐽𝐾𝐴 : 𝑑𝑏𝐴 = 𝑣𝑎𝑟𝑖𝑎𝑛 𝑎𝑛𝑡𝑎𝑟 𝑔𝑟𝑜𝑢𝑝 𝐷
𝐷
𝐷
𝐷
Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat dirumuskan : 𝐽𝐾𝐴 = ∑
(∑𝑋𝐴𝑖 )2 𝑛𝐴𝑖
−
𝐽𝐾𝐷 = (∑𝑋𝜏 )2 − ∑ Dimana:
(∑𝑋𝜏 )2 𝑁
(∑𝑋𝜏 )2 𝑁
(∑𝑋𝐴𝑖 )2 𝑛𝐴𝑖
untuk 𝑑𝑏𝐴 = 𝐴 − 1 untuk 𝑑𝑏𝐷 = 𝑁 − 𝐴
= sebagai faktor koreksi
Metode Analisis Kuantitatif Perencanaan
61
N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian). A
= Jumlah keseluruhan group sampel.
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah dasar-dasar statistika antara mahasiswa tugas belajar, izin belajar dan umum. Data diambil dari nilai UT sebagai berikut: Tugas belajar(A1) = 6, 8, 5, 7, 7, 6, 6. 8, 7, 6, 7 = 11 orang Izin belajar (A2)
= 5, 6, 6, 7, 5, 5, 5, 6, 5, 6, 8, 7 = 12
Umum (A3)
= 6, 9, 8, 7, 8, 9, 6, 6, 9, 8, 6, 8 = 12
orang
orang Buktikan apakah ada perbedaan atau tidak? Langkah-langka menjawab = 1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen. 2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat: a. Ha: terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin belajar, dan umum b. Ho: tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar, izin belajar, dan umum 3. Hipotesis Ha dan Ho dalam bentuk statistika : Ha : A1 ≠ A2 = A3 Ho : A1 = A2 = A3 4. Daftar statistika induk
Metode Analisis Kuantitatif Perencanaan
62
No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Statistika N Σx Σx2
A1 6 8 5 7 7 6 6 8 7 6 7
A2 5 6 6 7 5 5 5 6 5 6 8 7
11 73 493
A3 6 9 8 7 8 9 6 6 9 8 6 8
12 71 431
12 90 692
Total = T N=35 234 1616
5. Menghitung Jumlah Kuadat Antar Group (JKA) JKA =
JKA
(∑𝑋𝐴𝑖 )2 𝑛𝐴𝑖
=(
−
732 11
(∑𝑋𝜏 )2 𝑁
+
712 12
+
902 12
)-
2342 35
= 1579-1564 = 15 6. Menghitung derajat bebas antar group dengan rumus= DbA = A-1 A= jumlah group = 3-1
Metode Analisis Kuantitatif Perencanaan
63
=2 7. Menghitung kuadrat Rerata Antar group( KRA) KRA
JKA
= 𝑑𝑏𝐴 =
15 2
= 7,5 8. Menghitung Jumlah Kuadrat Dalam group ( JKD ) JKD
(𝛴𝐴𝑖)2 𝑛𝐴𝑖 732 712 + 12 11
= Σ X2T - Σ = 1616 - (
+
902 12
)
= 1616 – 1579 = 37 9. Menghitung derajat bebas dalam group dengan rumus= DbD = N-A = 35- 3 = 32 10. Menghitung kuadrat Rerata Dalam group( KRD) KRD
JKD
= 𝑑𝑏𝐴 =
37 32
= 1,16 11. F.hitung
𝐾𝑅𝐴
= 𝐾𝑅𝐷 7,5
= 1,16 = 6,47 12. Taraf signifikan sebesar α = 5 % 13. F.tabel =F (1-α) (dbA.dbD)
Metode Analisis Kuantitatif Perencanaan
64
F.tabel
=F (1-0,05) (2.32)
F.tabel
= F (0,95) (2.32)
F.tabel
= 3,30
14. tabel ringkasan anova ANOVA NILAI Sumber varian (SV)
Jumlah Kuadra(JK)
db
Mean Square
Antar Group(A)
15
2
7.540
Dalam Group(D)
37
32
1.139
Total
52
34
F
Sig.
6.47
.004
15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan. Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung dengan F tabel, ternyata F hitung > F tabel, atau 6,47 > 3,30 maka tolak Ho berarti signifikan. 16. Kesimpulan: Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin belajar dan umum
Metode Analisis Kuantitatif Perencanaan
65
DAFTAR PUSTAKA Muta’ali, Lutfi.2015. Teknik Analisis Regional.Yogyakarta: Universitas Gadjah Mada Aksa,Nursyam.2013. Struktur Tata Ruang Wilayah dan Kota.Makassar:Universitas Islam Negeri Alauddin Makassar Laporan Akhir. Proyek Penataan Ruang Wilayah Nasional Bagian Proyek Penyiapan Materi Teknis Penataan Ruang. Makassar : Departemen Pekerjaan Umum Susinggih,Wijana.2012.Penentuan Lokasi Pabrik. Malang : Brawijaya University Hasanah, Uswatun. 2019 Metode Analisis Kuantitatif Perencanaan : UIN Alauddin Makassar Maffy. Kukuh, 2010, Proyeksi Penduduk Eksponensial, Purwokerto. http://pomporompom.blogspot.co.id/2010/08/proyeksipenduduk-eksponensial.html (diakses 27 Juni 2021)
Metode Analisis Kuantitatif Perencanaan
66
Tentang Penulis M. Nur Rasuly dilahirkan di Kecamatan Polewali, Kabupaten Polewali Mandar pada bulan April 1999. Menyelesaikan Pendidikan di SDN 060 Pekkabata pada tahun 2011, SMP Negeri 3 Polewali pada tahun 2014, SMA Negeri 1 Polewali pada tahun 2017 dan melanjutkan Pendidikan di Universitas Islam Negeri Alauddin Makassar Jurusan Teknik Perencanaan Wilayah dan Kota pada tahun 2017 sampai sekarang. Adapun dalam penulisan buku ini tidak terlepas dari berbagai kendala yang dihadapi penulis sampai penyelesaian buku ini. Buku ini merupakan kumpulan tugas-tugas harian pada mata kuliah Metode Analisis Kuantitatif Perencanaan. Buku ini ditulis untuk memenuhi tugas akhir pada mata kuliah tersebut. Adapun kendala-kendala yang dihadapi selama proses penyusunan buku yaitu menjelaskan contoh-contoh penerapan dari alat analisis yang belum sempat diberikan oleh dosen pengampu sehingga penulis merasa sedikit kesulitan untuk memahami dengan cepat metode analisis tersebut selain itu waktu penulisan buku ini yang bertepatan dengan proses penyelesaian tugas besar dari mata kuliah lain dengan waktu pengumpulan yang berdekatan.
Metode Analisis Kuantitatif Perencanaan
67
Metode Analisis Kuantitatif Perencanaan
68
