A n a l i s i s Ta b u l a s i S i l a n g &

Asosiasi
METODE ANALISIS PERENCANAAN - 1

JURUSAN TEKNIK PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK
U N I V E R S ITAS PAS U N DAN BAN D U N G
Kampus IV Jl. DR. Setiabudhi
Ta b u l a s i

 Proses pemasukan atau penyusunan data dan frekuensi ke

dalam tabel dalam satu kolom tunggal  Tabulasi Sederhana

 Tabulasi Silang  proses pemasukan atau penyusunan data

dan frekuensi ke dalam tabel dengan memecah satu kategori
yang ada ke dalam beberapa sub kategori yang dibutuhkan
Statistik Deskriptif

 Use of numerical information to summarize, simplify, and present masses

of data.
 Organized and summarized for clearer presentation
 For ease of communications
 Data may come from studies of populations (often called a census study)
or samples.
 Population = parameter
 Sample = statistic
 Often, either called statistic
 Beberapa Metode
 Jika pengukuran dan penghitungan
dilakukan pada sampel maka data yang
diperoleh disebut data deskriptif dari
sampel atau statistik. Contoh data
hasil pengukuran atau penghitungan
pada tingkat sampel :
 Modus
 Median
 Mean
 Range
 Quartile
 Standar Deviasi (SD)
Standar Deviasi

 Sample = Populasi, namun mencari

data yg tepat Sangat Sulit.
 Definisi: Rata-rata simpangan nilai
data dari nilai rata-rata data.
 Melihat perbedaan nilai data
terhadap nilai rata-rata data.
 Karakteristik: Semakin beragam
nilai data terhadap nilai rata-rata
semakin besar standar deviasinya.
C R O S S TA B
 Tabulasi Silang : merupakan cara termudah Melihat Asosiasi Dalam
Sejumlah Data Dengan Perhitungan Persentase.
 Variabel-variabel yang dipaparkan dalam suatu tabel tabulasi silang berguna
untuk :
1) Menganalisis Hubungan-hubungan antar variabel yang terjadi.
2) melihat bagaimana kedua atau beberapa variabel berhubungan.
3) mengatur data untuk keperluan analisis statistik.
4) Untuk Mengadakan Kontrol Terhadap Variabel tertentu sehingga
dapat dianalisis tentang ada tidaknya hubungan palsu (spurious relations).
5) untuk mencek apakah terdapat kesalahan-kesalahan dalam kode atau pun
jawaban dari daftar pertanyaan (kuesioner).
KONSEP
CROSSTAB
 Definisi:
Merangkum di dalam bentuk tabel satu set data kategoris yang terdiri
dari dua variabel atau lebih. Disebut juga contingency table
 Karakteristik:
Setiap cell menunjukkan jumlah dari klasifikasi silang. Data-data yang dimasukkan
antara satu dengan yang lain bersifat eksklusif – sehingga satu nilai data hanya
dapat masuk ke dalam satu cell.
 Hubungan antar variabel diamati berdasarkan dengan memeriksa pola dari
frekuensi pada masing-masing cell.
 Dapat menggunakan persentase pada masing-masing cell
 Kapan digunakan?
Mengklasifikasikan data ke dalam beberapa sub-kelompok untuk menganalisis 2
variabel atau lebih
KORELASI
 Mengkaji tingkat hubungan antara 2 variabel di dalam sampel atau populasi.
 CONTOH :
 Jumlah kecelakaan memiliki hubungan dengan jumlah kendaraan yang
lewat pada sebuah ruas jalan.
 Tingkat pendidikan memiliki hubungan dengan jumlah gaji yang
diterima.
 Membuang sampah pada tempatnya memiliki hubungan dengan Tingkat
pendidikan.
 Tingginya laju pertumbuhan jumlah penduduk dengan tingkat
pendapatan perkapita.
 Dll
 Level Of Measurement
 Data Nominal  mengelompokan
 Data Ordinal  ranking/prioritas
 Data Interval  jarak sama
 Data Rasio  perbandingan, %, perkalian
KORELASI
Karakteristik :
 Memiliki nilai -1 s/d 1
 Nilai positif menunjukkan
hubungan positif, nilai
negative menunjukkan
hubungan negatif
 Semakin mendekati 1 atau
-1 menunjukkan hubungan
yang semakin linier,
semakin mendekati 0
menunjukkan semakin
kecilnya hubungan
diantara 2 variabel
CHI-SQUARE
 Digunakan untuk mengetahui adanya asosiasi
 Menggunakan koefisien phi yang yang didasarkan pada perhitungan
chi square
?
C r a m e r ’s V
 Digunakan pada jenis data nominal
 Tabel lebih besar dari 2 x 2
 Nilai v berkisar antara 0 - 1

Mencari nilai
yang paling kecil
?
S p e a r m a n ’s R a n k
 Digunakan untuk SKALA ORDINAL
 Data diurutkan dari tinggi ke rendah untuk masing-masing variabel
 Bila peneliti tidak dapat mengasumsikan bahwa variabel-variabel
tersebut memiliki ciri interval (skala nilai), maka cara yang tepat untuk
mengukur asosiasi hubungan adalah dengan Korelasi Spearman Rank
atau Kendall Tau.

Rho = 1 - 6 Σd²
N (N² - 1)

di mana N = Jumlah Ranking

d = Perbedaan antar ranking dalam dua distribusi ranking
Contoh :
 Dalam rangka peningkatan produksi ikan asin di sebuah kampung nelayan,
dilakukan program pelatihan peningkatan produksi ikan asin di kampung tersebut.
Untuk mengetahui efektivitas pelatihan yang dilakukan, diambil sampel sebanyak
10 nelayan yang menjadi peserta pelatihan. Tingkat partisipasi atau kehadiran
pada pelatihan dan tingkat produksi ikan asin setelah mengikuti pelatihan diukur,
dan ditunjukkan pada tabel berikut
Rank
1. Urutkan data dari besar ke kecil
2. Beri nomor urut pada setiap data dari 1, 2, dst
3. Untuk nilai data yang sama, maka rank data tsb adalah rata-rata nomor urut
yang dilakukan pada tahap ke 2, sedangkan untuk data yang unik rank-nya
sesuai dengan nomor urut
Rho = 1 - 6 Σd²
N (N² - 1)

= ???
S C AT T E R G R A M
 Scatterplot / Scatter diagram
 Penggambaran secara grafis mengenai hubungan diantara dua
variabel
 Karakteristik:
Menghasilkan grafik dua dimensi yang menunjukkan bagaimana
hubungan antara dua variabel
S C AT T E R G R A M
Pearson Product Moment
Correlation Coefficient
Penggunaan:
 Menyimpulkan arah dan kekuatan
hubungan antara 2 variabel
 Digunakan untuk jenis data interval –
rasio
 Digunakan pada data yang pada
scattergram berbentuk garis lurus,
bukan kurva
Definisi:
Tingkat hubungan linier diantara
dua variabel numerik.
Disimbolkan dengan “r”
Interpretasi Pearson r:
 Pearson r bukan proporsi, 0,6 tidak
berarti 60 %
 Pearson r harus dikonversi menjadi
coefficient of determination (r2) 
dipangkatkan
 misalnya: coefficient of determination
untuk r = 0,6 adalah 36 %  variansi
diantara 2 variabel yang dinilai adalah
36%
Pearson Product Moment
Correlation Coefficient

Artinya ?
 Tingkat Kasus Satu Dua Sampel Dua Sampel Klasifikasi
Pengukuran Sampel Sampel Bebas Sampel Terikat Statistik

Uji hipotesis yang Uji hipotesis yang

meliputi proporsi melibatkan dua
Nominal sampel : proporsi sampel : Uji Mc Nemar Non Parametrik
Uji Chi-Square (X²) Analisis Tabel
Cramer’s V Kontijensi

Spearman’s Rank Mann-Whitney ,

Wilcoxon signed
Ordinal Kolmogorov - Uji Median,
rank
Non Parametrik
Smimov Kruskal Wallis

Uji hipotesis yang Uji t untuk Uji t (d) Parametrik

meliputi suatu perbedaan
sampel statistik
(uji-t)
Interval dan
Rasio
Uji X² UjiF(Independensi) UjiF(Independensi) Parametrik