1.

Perbedaan analisis statistik dan analisis ruang :

a. Analisis statistik :
Jenis data yang digunakan berupa data nominal, ordinal, interval dan rasio. Selain itu
fungsi analisis statistik adalah membantu orang mengidentifikasi, studi, dan
memecahkan banyak masalah yang kompleks dalam berbagai pekerjaan.
b. Analisis Ruang :
Jenis data yang digunakan adalah Data Spasial, dan data spasial ada dua yaitu raster
dan vektor. data raster (atau disebut juga dengan sel grid) adalah data yang dihasilkan
dari sistem Penginderaan Jauh. Pada data raster, obyek geografis direpresentasikan
sebagai struktur sel grid yang disebut dengan pixel (picture element). Sedangkan Data
vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan garis, area
(daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama),
titik dan nodes (merupakan titik perpotongan antara dua buah garis).

2. HUBUNGAN SUMBER DAYA MANUSIA TERHADAP TINGKAT PENDIDIKAN DAN

PENGANGGURAN TERBUKA DI INDONESIA

Data Penduduk Menurut Jenis Kegiatan 2004-2013

Data Pengangguran Menurut Pendidikan Tertinggi 2004-2013

Hasil analisa Penduduk menurut jenis Kegiatan 2004-2013

 Tingkat pengangguran terbuka menurut pendidikan tertinggi hingga tahun 2013 adalah
berasal dari lulusan SLTA Umum dan SLTP. Rata-rata jumlah penganggurannya masing-masing
mencapai 2.363.520 dan 2.165.700 jiwa. Kemungkinan hal ini dapat terjadi, dikarenakan
sebagian besar sumber daya manusia lulusan SLTP tidak mampu untuk melanjutkan pendidikan
mereka ke jenjang SLTA, dan memilih untuk langsung kerja. Keputusan untuk langsung kerja
para lulusan SLTP tidak diimbangi dengan keterampilan dan produktivitas mereka Semakin
mahalnya biaya pen-didikan di Indonesia setiap tahun, mem-buat sebagian besar masyarakat
untuk memilih tidak melanjutkan pendidikan kejenjang yang lebih tinggi. Disamping itu,
lemahnya ekonomi masyarakat saat ini ikut pula dijadikan alasan bagi mereka untuk tidak
meningkatkan kualitas pendidikan kejenjang yang lebih baik. Bahkan berdasarkan data yang
dilihat dari Badan Pusat Statistik, rata-rata upah riil per bulan untuk buruh industri di bawah
mandor hingga bulan Desember 2011 adalah 1.031.700 rupiah. Hal tersebut masih sangat kurang
dalam memenuhi kebutuhan ekonomi sehari-hari terlebih untuk mendanai pendidikan ketingkat
lebih lanjut. Pada kenyataannya tuntutan upah yang diminta oleh para pekerja juga dapat
mempengaruhi tingkat pengangguran. Penelittian yang dilakukan oleh Alghofari (2011), terdapat
hubungan yang kuat dan positif antara besaran upah dan jumlah pengangguran. Dapat diartikan,
bahwa besaran upah yang bertambah akan diikuti dengan penambahan tingkat pengangguran.
Berdasarkan hasil pengujian data menggunakan software SPSS, pada variabel sumber daya
manusia tidak/belum sekolah terhadap tingkat pengangguran sumber daya manusia tidak/belum
sekolah diperoleh hasil sig. 0,639 > 0,05, menunjukkan tidak terdapat korelasi yang signifikan
diantara variabel. Pada variabel sumber daya manusia tidak tamat Sekolah Dasar terhadap tingkat
pengangguran sumber daya manusia tidak tamat Sekolah Dasar diperoleh hasil sig. 0,290 > 0,05,
menunjukkan tidak terdapat korelasi yang signifikan diantara variabel. Pada variabel sumber
daya manusia Sekolah Dasar sederajat terhadap tingkat pengangguran sumber daya manusia
Sekolah Dasar sederajat diperoleh hasil sig. 0,124 > 0,05, menunjukkan tidak terdapat korelasi
yang signifikan diantara variabel. Pada variabel sumber daya manusia Sekolah Menengah
Pertama sederajat terhadap tingkat pengangguran sumber daya manusia Sekolah Menengah
Pertama sederajat diperoleh hasil sig. 0,686 > 0,05, menunjukkan tidak terdapat korelasi yang
signifikan diantara variabel. Pada variabel sumber daya manusia Sekolah Menengah Atas
sederajat terhadap tingkat pengangguran sumber daya manusia Sekolah Menengah Atas sederajat
 diperoleh hasil sig. 0,034 < 0,05, menunjukkan terdapat korelasi yang signifikan diantara
variabel, dan Ha diterima.
Hal tersebut berarti tingkat pengangguran berdasarkan tingkat pendidikan tertinggi, masih
didominasi oleh tamatan atau lulusan Sekolah Menengah Atas. Tingkat pengangguran pada
kelompok yang berpendidikan ternyata lebih tinggi jika dibandingkan dengan yang kurang
berpendidikan. Hal ini dimungkinkan oleh makin tingginya lulusan Sekolah Menengah Atas,
namun tidak diimbangi oleh tersedianya kesempatan kerja bagi mereka. Ada kemungkinan pula,
penganggur yang berpendidikan lebih pilih-pilih jenis pekerjaan. Pekerjaan yang tergolong kerah
putih, menjadi incaran mereka padahal kesempatan kerja yang tersedia tidak terlampau banyak.
Sementara pendidikan mereka yang cukup baik, menyebabkan keengganan untuk memasuki
dunia pekerjaan kasar.
Bila dipahami lebih lanjut, rata-rata usia Sekolah Menengah Atas didominasi oleh usia 15
tahun keatas. Hal tersebut menunjukkan bahwa diumur yang masih sangat muda namun sudah
menganggur atau memilih tidak melanjutkan kejenjang pendidikan yang lebih tinggi dikarenakan
faktor ekonomi dan sebagainya. Mereka bisa juga memilih untuk bekerja dengan modal
pendidikan yang dirasa sudah cukup memadai. Kondisi ini sejalan dengan pendapat Effendi
(1993) yang menyatakan bahwa penganggur di negara-negara sedang berkembang, pada
umumnya didominasi oleh mereka yang berusia muda dan mengharapkan dapat bekerja sebagai
pekerja ketimbang membuka usaha sendiri. Pendapat Effendi tersebut diperkuat oleh penelitian
Setiawan (1998) di daerah industri Jawa Barat, ternyata motivasi untuk menjadi pekerja ini masih
cukup tinggi, dibandingkan dengan mereka yang berkeinginan untuk melakukan wirausaha
sendiri.

3. Jenis Data Spasial ada dua yaitu raster dan vektor. data raster (atau disebut juga dengan sel grid)
adalah data yang dihasilkan dari sistem Penginderaan Jauh. Pada data raster, obyek geografis
direpresentasikan sebagai struktur sel grid yang disebut dengan pixel (picture element).
Sedangkan Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan
garis, area (daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama),
titik dan nodes (merupakan titik perpotongan antara dua buah garis).

Raster Vektor

4. Misalnya ada sebuah rumah yang berada tepat di tengah perbatasan antara Indonesia
dan Malaysia
Langkah yang dilalukan :

Pertama, kita harus menentukan jumlah tetangga yg akan kita perhitungkan (k), misalnya kita
tentukan 3 tetangga terdekat (k = 3).
Kedua, hitung jarak setiap tetangga terhadap rumah tersebut, lalu urutkan hasilnya berdasarkan
jarak, mulai dari yang terkecil ke yang terbesar.
Ketiga, ambil 3 (k) tetangga yg paling dekat, lalu kita lihat masing-masing dari tetangga
tersebut apakah termasuk kedalam wilayah Indonesia atau Malaysian.
Ada 2 kemungkinan:
 Bila dari 3 tetangga tersebut terdapat ada 2 rumah yg termasuk kedalam wilayah Kota
Indonesia, maka rumah tersebut termasuk kedalam wilayah Indonesia.
 Sebaliknya, bila dari 3 tetangga tersebut terdapat 2 rumah yg termasuk kedalam
wilayah Malaysia, maka rumah tersebut termasuk kedalam wilayah Malaysia.

Dalam menentukan nilai k, sebaiknya kita gunakan nilai ganjil, karena jika tidak, ada
kemungkinan kita tidak akan mendapatkan jawaban.

Datanya :
Rumah Lat Long Lokasi
A 11 26 Indonesia
B 16 30 Indonesia
C 20 29 Indonesia
D 18 31 Malaysia
E 17 27 Malaysia
F 23 21 Malaysia
G 29 34 ?

Rumus :

Hasil Analisa :

Rumah Lat Long Jarak Lokasi

C 20 29 10,29563 Indonesia
D 18 31 11,40175 Malaysia
B 16 30 13,60147 Indonesia
E 17 27 13,89244 Malaysia
F 23 21 14,31782 Malaysia
A 11 26 19,69772 Indonesia

Dari ke-3 tetangga terdekat, terdapat 2 rumah yang termasuk kedalam wilayah Indonesia dan 1
rumah yang masuk ke dalam wilayah Malaysia. Sehingga dapat disimpulkan, bahwa Rumah G
adalah rumah yang termasuk kedalam wilayah Indonesia.
 5. Untuk Jawaban No 5 adalah Sebagai Berikut :

a. Jumlah penduduk pada tahun 2014

No. Tahun Jumlah Penduduk
1 2010 21.450.000
2 2011 22.000.000
3 2012 22.500.000
4 2013 23.000.000
5 2014 ??
6 2015 23.600.000
7 2016 24.120.000
8 2017 24.720.000
9 2018 25.930.000

Pm = 21.450.000 + 4/8 x (25.930.000-21.450.000)

= 23.690.000 jiwa
Jadi jumlah penduduk pada tahun 2014 yaitu 23.690.000 jiwa

b. Laju pertumbuhan penduduk

Tahun Jumlah penduduk
2010 21.450.000
2011 22.000.000
2012 22.500.000
2013 23.000.000
2014 23.690.000
2015 23.600.000
2016 24.120.000
2017 24.720.000
2018 25.930.000

Rumus menghitung laju pertumbuhan penduduk adalah :

Keterangan:
Pt = jumlah penduduk pada tahun t
Po = jumlah penduduk pada tahun dasar
t = jangka waktu
r = laju pertumbuhan penduduk
1
25.930.000 8
𝑟=( ) −1
21.450.000
𝑟 = 0,02

Jadi laju rata-rata pertumbuhan penduduk dari tahun 2010 sampai dengan tahun 2018 yaitu 0,02

c. Proyeksi jumlah penduduk tahun 2019-2021

1) Proyeksi dengan metode geometrik

Rumusnya adalah
Jumlah penduduk tahun 2019 = 25.930.000 x (1+0,02)1
= 26.448.600 jiwa

Jumlah penduduk tahun 2020 = 25.930.000 x (1+0,02)2

= 26.977.572 jiwa

Jumlah penduduk tahun 2021 = 25.930.000 x (1+0,02)3

= 27.517.123 jiwa

2) Proyeksi dengan metode regresi

dimana :
Y : Jumlah penduduk daerah yang diselidiki pada tahun t.
X : Nilai yang diambil dari variabel bebas
a,b : Konstanta

Nilai a dan b dapat dicari dengan metode selisih kuadrat minimum yaitu :

Tabel
Perhitungan Dengan Metoda Regresi Linier (Least Square)
Tahun Jum. Pdkk (Yi) Xi Yi2 Xi2 Xi.Yi Y
2010 21.450.000 1 460.102.500.000.000 1 21.450.000 (26.439.905)
2011 22.000.000 2 484.000.000.000.000 4 44.000.000 (16.961.714)
2012 22.500.000 3 506.250.000.000.000 9 67.500.000 (7.483.524)
 Tahun Jum. Pdkk (Yi) Xi Yi2 Xi2 Xi.Yi Y
2013 23.000.000 4 529.000.000.000.000 16 92.000.000 1.994.667
2014 23.690.000 5 561.216.100.000.000 25 118.450.000 11.472.857
2015 23.600.000 6 556.960.000.000.000 36 141.600.000 20.951.048
2016 24.120.000 7 581.774.400.000.000 49 168.840.000 30.429.238
2017 24.720.000 8 611.078.400.000.000 64 197.760.000 39.907.429
2018 25.930.000 9 672.364.900.000.000 81 233.370.000 49.385.619
211.010.000 45 4.962.746.300.000.000 285 1.084.970.000 103.255.714

Nilai konstanta a =

= 210 x 285 – 45 x 1.084.970.000

9 x 285 – 45²
= 20.952.222

Nilai konstanta b =

= 9 x 1.084.970.000 – 45 x 210.010.000
9 x 285 - 45²
= 498.667

Jadi untuk memproyeksikan penduduk tahun 2019-2021 yaitu sebagai berikut

Jmlh pnduduk tahun 2019 = 20.952.222 + (498.667 x 10)

= 25.938.889
Jmlh pnduduk tahun 2020 = 20.952.222 + (498.667 x 11)
= 26.437.556
Jmlh pnduduk tahun 2021 = 20.952.222 + (498.667 x 12)
= 26.936.222

Tahun Jum. Pdkk (Yi) Xi Yi2 Xi2 Xi.Yi Y

2010 21.450.000 1 460.102.500.000.000 1 21.450.000 21.450.889

2011 22.000.000 2 484.000.000.000.000 4 44.000.000 21.949.556
2012 22.500.000 3 506.250.000.000.000 9 67.500.000 22.448.222
2013 23.000.000 4 529.000.000.000.000 16 92.000.000 22.946.889
2014 23.690.000 5 561.216.100.000.000 25 118.450.000 23.445.556
2015 23.600.000 6 556.960.000.000.000 36 141.600.000 23.944.222
2016 24.120.000 7 581.774.400.000.000 49 168.840.000 24.442.889
2017 24.720.000 8 611.078.400.000.000 64 197.760.000 24.941.556
2018 25.930.000 9 672.364.900.000.000 81 233.370.000 25.440.222
 2019 10 100 25.938.889
2020 11 121 26.437.556
2021 12 144 26.936.222

6. Analisis Regresi Suatu Permukiman

Seorang peneliti ingin mengetahui apakah stress kerja (X1) dan kepuasan kerja (X2)
berpengaruh terhadap prestasi guru (Y). Data yang diperoleh dengan Metode Skoring adalah
sebagai berikut:

Kualitas Jumlah Anggota

Responden Pendapatan
Permukiman Keluarga
1 16 20 19
2 18 24 17
3 18 21 16
4 18 19 17
5 16 21 15
6 20 11 17
7 15 19 14
8 14 22 13
9 15 20 15
10 15 19 14
11 16 21 16
12 15 19 15
13 18 23 18
14 20 11 14
15 17 17 15

a. Dengan Perhitungan Manual

Langkah 1 : Menyusun Ha dan H0
Ha: Terdapat pengaruh yang signifikan antara Jumlah
Anggota Keluarga dan Pendapatan terhadap Kualitas
Permukiman
H0: Tidak terdapat pengaruh yang signifikan antara
Jumlah Anggota Keluarga dan Pendapatan terhadap
Kualitas Permukiman
Langkah 2 : Membuat tabel distribusi frekuensi.
No. X1 X2 X12 X22 X1X2 Y Y2 X1Y X2Y
1 16 20 256 400 320 19 361 304 380
2 18 24 324 576 432 17 289 306 408
3 18 21 324 441 378 16 256 288 336
4 18 19 324 361 342 17 289 306 323
5 16 21 256 441 336 15 225 240 315
6 20 11 400 121 220 17 289 340 187
7 15 19 225 361 285 14 196 210 266
 8 14 22 196 484 308 13 169 182 286
9 15 20 225 400 300 15 225 225 300
10 15 19 225 361 285 14 196 210 266
11 16 21 256 441 336 16 256 256 336
12 15 19 225 361 285 15 225 225 285
13 18 23 324 529 414 18 324 324 414
14 20 11 400 121 220 14 196 280 154
15 17 17 289 289 289 15 225 255 255
Ʃ 251 287 4249 5687 4750 235 3721 3951 4511
Rata-
16,73 19,13 283,27 379,13 316,67 15,67 248,07 263,4 300,73
rata

Langkah 3 : Hasil perhitungan dari tabel di atas diubah ke dalam skor

deviasi.
(∑ 𝑋1 )2 2512
∑ 𝑥1 2 = ∑ 𝑋1 2 − = 4249 − = 48,93333
𝑁 15
2 2 (∑ 𝑋2 )2 2872
∑ 𝑥2 = ∑ 𝑋2 − = 5687 − = 195,73333
𝑁 15
(∑ 𝑌)2 2352
∑ 𝑦2 = ∑ 𝑌2 − = 3721 − = 39,33333
𝑁 15
(∑ 𝑋1 )(∑ 𝑋2 ) (251)(287)
∑ 𝑥1 𝑥2 = ∑ 𝑋1 𝑋2 − = 4750 −
𝑁 15
= −52,46667
(∑ 𝑋1 )(∑ 𝑌) (251)(235)
∑ 𝑥1 𝑦 = ∑ 𝑋1 𝑌 − = 3951 − = 18,66667
𝑁 15

(∑ 𝑋2 )(∑ 𝑌) (287)(235)
∑ 𝑥2 𝑦 = ∑ 𝑋2 𝑌 − = 4511 − = 14,66667
𝑁 15
Langkah 4 : Memasukkan data yang diperoleh ke dalam persamaan
Ʃx1y = b1Ʃ x12 + b2Ʃ x1x2
Ʃx2y = b1Ʃ x1x2 + b2Ʃ x22
18,66667 = 48,93333b1 – 52,46667b2 ................ (1)
14,66667 = -52,46667b1 + 195,73333b2 .............. (2)
Langkah 5 : Hilangkan nilai b2 dengan persamaan.
Jika persamaan 1 dan 2 diambil dan disamakan nilai b2-
nya, dengan persamaan 2 tetap, maka persamaan 1 harus
dikalikan dengan 3,73062 (195,73333: 52,46667) sehingga
dapat diketahui nilai b1:
69,63825 = 182,55177b1 – 195,73333b2
14,66667 = -52,46667b1 + 195,73333b2 +
84,30492 = 130,08499b1
 b1 = 0,648075 = 0,648
Langkah 6 : Mencari nilai b1.
18,66667 = 48,93333b1 – 52,46667b2
18,66667 = 48,93333 (0,648) – 52,46667b2
18,66667 = 31,7088 – 52,46667b2
52,46667b2 = 31,7088 – 18,66667
52,46667b2 = 13,04213
b2 = 13,04213/52,46667
b2 = 0,24857 = 0,249
Langkah 7 : Memasukkan nilai yang telah diketahui ke dalam
persamaan regresi.
y = b1x1 + b2x2
Y – Y< = b1(X1 – X<1<) + b2( X2 – X<2)
Y = Y< + b1(X1 – X<1<) + b2( X2 – X<2)
Y = 15,67 + 0,648(X1 – 16,73) + 0,249(X2 – 19,13)
Y = 15,67 + 0,648X1 – 10,84104 + 0,249X2 – 4,7634
Ŷ = 0,65 + 0,648X1 + 0,249X2
Langkah 8 : Menguji persamaan regresi dengan menghitung nilai R.

𝑏1 ∑ 𝑥1 𝑦 + 𝑏2 ∑ 𝑥2 𝑦
𝑅=√
∑ 𝑦2

(0,648 × 18,66667) + (0,249 × 14,66667

𝑅=√
39,33333

12,09600216 + 3,65200083
𝑅=√
39,33333

15,74800299
𝑅=√
39,33333

𝑅 = √0,40037299
𝑅 = 0,63275034
Langkah 9 : Menghitung nilai F dengan rumus:
𝑅 2 (𝑛 − 𝑚 − 1)
𝐹=
𝑚(1 − 𝑅 2 )
0,632750342 (15 − 2 − 1)
𝐹=
2(1 − 0,632750342 )
0,40037299(12)
𝐹=
2(1 − 0,40037299)
 4,80447588
𝐹=
1,19925402
𝐹 = 4,00622

(ket: n=jumlah data, m=jumlah variabel bebas)

Langkah 10 : Interpretasi.
db= N – jumlah variabel bebas – 1 = 15–2–1 =12,
dikonsultasikan dengan tabel nilai F. Pada taraf
signifikansi 5%, Fhitung=4,006 dan Ftabel=3,88, jadi Fhitung >
Ftabel sehingga Ha diterima/H0 ditolak.
Langkah 11 : Kesimpulan.
Terdapat pengaruh yang signifikan antara Jumlah Anggota
Keluarga dan Pendapatan terhadap Kualitas Permukiman
.