Modul Praktikum Statistika Perencanaan 2020

Laboratorium Perencanaan dan Perancangan Sistem
Ruang Perencanaan Wilayah dan Kota - UNISBA
Penanggung jawab : Ketua Program Studi Perencanaan Wilayah dan Kota

(Dr. Hani Burhanudin, Ir., MT.)
Pelaksana : Kasie Laboratorium PPSR

(Weishaguna, ST., MM)
Tim Penyusun : 1. Weishaguna, ST., MM.

2. Asih Suzana, ST., MT.
3. Riana Viciani Gunawan, ST., MT.
4. Asep Nurul Ajiid Mustofa, ST., MT.
5. Yudha Wibowo, S.Si
6. Ahmad Alhamd Fadlimat, S.PWK.
7. Wulida Putra Reformis Sukma Prayoga
Dilarang memperbanyak modul ini diluar ijin

Laboratorium Perencanaan dan Perancangan Sistem Ruang
(Hanya digunakan pada lingkungan sendiri)
i
Bismillahirahmanirrahim.
Assalamu’alaikum Wr. Wb.
Praktikum Statistika Perencanaan merupakan salah satu praktikum yang

diselenggarakan Progam Studi Perencanaan Wilayah dan Kota di bawah pengawasan
Laboratorium Perencanaan dan Perancangan Sistem Ruang (PPSR). Praktikum
Statistika Perencanaan merupakan bagian dari mata kuliah Statistika Perencanaan
yang dilaksanakan pada semester 1. Kegagalan dalam praktikum akan menyebabkan
praktikan tidak lulus dalam mata kuliah Statistika Perencanaan.
Praktikum Statistika Perencanaan ini ditujukan agar mahasiswa bisa memahami
pemilihan model analisa statistika yang tepat untuk kasus-kasus perencanaan,
bisa mengolah, menganalisa, dan menginterpretasikan hasil analisis kedalam
bentuk laporan perencanaan. Terdapat empat materi utama yang akan dipelajari
dalam praktikum Statistika, yaitu: Analisis Statistik Deskriptif, Analisis Regresi
Majemuk, Analisis Tabulasi Silang, dan Analisis Variansi (ANOVA). Seluruh
analisis dalam modul ini menggunakan Software SPSS Statistics 21.
Semoga modul praktikum bisa menjadi panduan kepada mahasiswa dalam
menganalisis kasus-kasus perencanaan.
Wassalamu’alaikum Wr. Wb.
Bandung, Oktober
2020 Kasie Lab. PPSR
(Weishaguna, ST., MM.)
ii
Tim Penyusun ........................................................................................................................................i

Kata Pengantar ......................................................................................................................................ii
Daftar Isi ....................................................................................................................................................iii
Tata Tertib Praktikum .....................................................................................................................v
Format Laporan Tugas Kelompok .............................................................................................vii
Silabus Praktikum ...............................................................................................................................ix
01 ANALISIS STATISTIK DESKRIPTIF

1.1 Pengantar .........................................................................................................................................1-1
1.2 Tujuan Kompetensi ......................................................................................................................1-2
1.3 Teori Dasar ......................................................................................................................................1-2
1.4 Alat yang Digunakan ...................................................................................................................1-7
1.5 Latihan ................................................................................................................................................1-7
1.6 Evaluasi .............................................................................................................................................1-14
02 ANALISIS REGRESI MAJEMUK

2.1 Pengantar .........................................................................................................................................2-1
2.3 Teori Dasar ......................................................................................................................................2-1
2.5 Latihan ................................................................................................................................................2-6
2.6 Evaluasi .............................................................................................................................................2-21
03 ANALISIS TABULASI SILANG (CROSSTAB)

3.1 Pengantar .........................................................................................................................................3-1
3.3 Teori Dasar ......................................................................................................................................3-2
3.5 Latihan ................................................................................................................................................3-4
3.6 Evaluasi .............................................................................................................................................3-10
04 ANALISIS VARIANSI (ANOVA)

4.1 Pengantar .........................................................................................................................................4-1
4.3 Teori Dasar ......................................................................................................................................4-2
iii
Perencanaan Wilayah dan Kota - UNISBA
4.5 Latihan ................................................................................................................................................ 4-5

4.6 Evaluasi ............................................................................................................................................. 4-12
LAMPIRAN
L.1 Titik Persentase Distribusi F .................................................................................................... L-2
L.2 Titik Persentase Distribusi t .................................................................................................... L-6
L.3 Titik Persentase Distribusi Chi-Square (X2) ..................................................................... L-10
iv
A. Umum
1. Jumlah pertemuan praktikum adalah sebanyak 10 kali.

2. Praktikan wajib mengisi kehadiran online setiap pertemuan sesuai shift
masing-masing.
3. Praktikan yang tidak mengisi kehadiran online 2 kali absen, tanpa surat
keterangan dinyatakan mengundurkan diri dan tidak lulus praktikum.
4. Prosentase penilaian praktikum:
Kuis = 15 %
Tugas Individu = 20 %
Tugas Kelompok = 15%
Ujian = 30%
Presentasi Tugas = 20%
Total = 100%
5. Selama berlangsungnya praktikum, praktikan dilarang menerima atau

menyalakan alat komunikasi dan elektronik (HP, MP3 dimatikan), merokok,
makan, dan minum, membuat keributan, dan menganggu ketertiban jalannya
praktikum.
6. Peraturan yang tidak tercantum akan ditentukan kemudian secara
musyawarah.
7. Pelanggaran terhadap tata tertib akan dikenakan sanksi.
8. Kuis diadakan disetiap awal pertemuan, jawaban ditulis tangan dan dikirim
dalam bentuk jpeg/pdf via classroom.
9. Didalam modul (pada setiap akhir materi) terdapat latihan soal yang wajib
dikerjakan dan dikumpulkan secara pribadi diwaktu praktikum berikutnya.
B. Jadwal Praktikum dan Asistensi
1. Praktikum dilaksanakan sesuai jadwal masing-masing.

2. Tugas kelompok harus diasistensikan via online.
3. Asistensi tugas kelompok dapat dilakukan dengan jadwal yang telah
disepakati bersama (praktikan dengan asisten).
4. Ujian praktikum dilaksanakan seminggu setelah pertemuan terakhir.
5. Jadwal presentasi dilaksanakan setelah ujian praktikum.
v
C. Sanksi - Sanksi
1. Keterlambatan absensi maupun mengikuti praktikum online >15menit

dianggap tidak hadir.
2. Praktikan yang tidak mengisi absensi ataupun mengikuti praktikum sebanyak
2x maka dinyatakan tidak lulus praktikum.
3. Tindakan Plagiat dalam pembuatan laporan akan dikenakan sanksi berupa
nilai nol kepada kelompok-kelompok yang bersangkutan dan seberat-beratnya
akan mendapatkan nilai E.
vi
A. Aturan
1. Setiap 1 kelompok terdiri dari 4 orang.

2. Materi tugas Kelompok ditentukan pada saat pengarahan praktikum dan
hasilnya akan dipresentasikan.
3. Anggota kelompok dan metode analisis ditentukan oleh asisten lab
4. Setiap kelompok akan di bimbing oleh 1 asisten
5. Materi tugas kelompok dikumpulkan via online.
B. Tema Tugas Kelompok Statistika Perencanaan
“STUDI TERDAHULU TERKAIT TATA RUANG KOTA”

(Studi dapat diambil dari jurnal,tugas akhir,tesis atau penelitian lainnya)
Dengan ketentuan :
1. Studi terdahulu harus dikirimkan ke asisten pembimbing pada awal asistensi.
2. Judul tugas kelompok harus mendapat persetujuan asisten pembimbing.
3. Materi yang boleh diambil/digunakan dari penelitian terdahulu hanya data
nya saja/sampel.
4. Hasil analisis menggunakan metode yang sudah ditentukan oleh asisten lab.
B. Outline Tugas Kelompok
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Tujuan dan Sasaran
1.3 Ruang Lingkup
1.3.1 Ruang Lingkup Wilayah (Makro dan Mikro)
1.3.2 Ruang Lingkup Materi
1.3.3 Ruang Lingkup Waktu
1.4 Metodologi
1.4.1 Metode Pendekatan
vii
1.4.2 Metoda Pengumpulan Data

1.4.3 Metoda Analisa
1.5 Sistematika Pembahasan
Bab 2 Landasan Teori
2.1 SPSS
2.2 Metode Analisis Regresi Majemuk/ Tabulasi Silang/ ANOVA
Bab 3 Gambaran Umum dan Variabel yang Digunakan
3.1 Gambaran Umum Kawasan Studi
3.2 Penentuan Objek dan Variabel Penelitian
Bab 4 Analisa dan Interpretasi
Bab 5 Kesimpulan dan Rekomendasi
5.1 Kesimpulan
5.2 Rekomendasi
viii
Materi Standar
Pertemuan Tanggal Kompetensi Dasar Indikator Pengajar/ Asisten
Kompetensi
1 Pendahuluan dan 1. Tata Tertib 1. Pengenalan Lab. PSSR Team Teaching:
Statistik Deskriptif 2. Penjelasan Tugas beserta team teaching 1. Asih Suzana, ST., MT.
3. Penjelasan Kuis 2. Mahasiswa sepakat akan 2. Riana Viciani Gunawan, ST.,
4. Penjelasan aturan praktikum MT.
Penilaian 3. Mahasiswa memahami 3. Asep Nurul Ajiid Mustofa,
5. Penjelasan Materi pentingnya praktikum ST., MT.
Praktikum Statistika beserta 4. Yudha Wibowo, S.Si.
manfaatnya dalam ilmu 5. Ahmad Alhamd Fadlimat,
ix
Materi Standar
Kompetensi
Perencanaan Wilayah dan S.PWK.
Kota. 6. Wulida Putra Reformis
2 Statistik Deskriptif 1. Kuis Sukma Prayoga
2. Pemahaman
Statistik Deskriptif
3. Kasus Statistik
Deskriptif
4. Input Data Statistik
Deskriptif
3 Regresi Majemuk 1. Kuis 1. Mahasiswa bisa Team Teaching:
2. Prosesing Regresi memproses data Regresi 1. Asih Suzana, ST., MT.
Majemuk Mejemuk 2. Riana Viciani Gunawan, ST.,
3. Interpretasi Data 2. Mahasiswa bisa membaca MT.
4. Aplikasi terhadap output dan 3. Asep Nurul Ajiid Mustofa,
Ruang menginterprtasikan ST., MT.
hasilnya 4. Yudha Wibowo, S.Si.
3. Mahasiswa bisa 5. Ahmad Alhamd Fadlimat,
menganalisa, menarik S.PWK.
kesimpulan dari kasus/ 6. Wulida Putra Reformis
masalah terkait dan Sukma Prayoga
mengaplikasikannya ke
dalam konteks ruang
4 Regresi Majemuk 1. Kuis 1. Mahasiswa memahami
2. Pemahaman kapan Regresi Majemuk
Regresi Majemuk dapat digunakan
3. Kasus Regresi 2. Mahasiswa bisa membuat
Majemuk contoh kasus Regresi
x
Materi Standar
Kompetensi
4. Input Data Regresi Majemuk
Majemuk 3. Mahasiswa bisa menyusun
variabel dan menentukan
jumlah sampel penelitian
Regresi Majemuk
4. Mahasiswa bisa meng-
input data Regresi
Majemuk
5 Crosstab 1. Kuis 1. Mahasiswa bisa Team Teaching:
2. Prosesing Crosstab memproses data Crosstab 7. Asih Suzana, ST., MT.
3. Interpretasi 2. Mahasiswa bisa membaca 8. Riana Viciani Gunawan, ST.,
Crosstab output dan MT.
4. Aplikasi terhadap menginterprtasikan 9. Asep Nurul Ajiid Mustofa,
Ruang hasilnya ST., MT.
3. Mahasiswa bisa 10. Yudha Wibowo, S.Si.
menganalisa, menarik 11. Ahmad Alhamd Fadlimat,
kesimpulan dari kasus/ S.PWK.
masalah terkait dan 12. Wulida Putra Reformis
mengaplikasikannya ke Sukma Prayoga
dalam konteks ruang
6 Crosstab 1. Kuis 1. Mahasiswa memahami
2. Pemahaman kapan Analisa Crosstab
Analisa Crosstab dapat digunakan
3. Kasus Analisa 2. Mahasiswa bisa membuat
Crosstab contoh kasus Analisa
4. Input Analisa Crosstab
Crosstab 3. Mahasiswa bisa menyusun
xi
Materi Standar
Kompetensi
variabel dan menentukan
jumlah sampel penelitian
Analisa Crosstab
4. Mahasiswa bisa meng-
input data Analisa
Crosstab
7 ANOVA 1. Kuis 1. Mahasiswa bisa Team Teaching:

2. Prosesing ANOVA memproses data ANOVA 13. Asih Suzana, ST., MT.
3. Interpretasi output 2. Mahasiswa bisa membaca 14. Riana Viciani Gunawan, ST.,
ANOVA output dan MT.
4. Aplikasi terhadap menginterprtasikan 15. Asep Nurul Ajiid Mustofa,
Ruang hasilnya ST., MT.
3. Mahasiswa bisa 16. Yudha Wibowo, S.Si.
menganalisa, menarik 17. Ahmad Alhamd Fadlimat,
kesimpulan dari kasus/ S.PWK.
masalah terkait dan 18. Wulida Putra Reformis
mengaplikasikannya ke Sukma Prayoga
dalam konteks ruang
8 ANOVA 1. Kuis 1. Mahasiswa paham dan bisa
2. Pemahaman memilih analisa apa yang
ANOVA harus dipakai untuk kasus
3. Kasus ANOVA perencanaan
4. Input ANOVA 2. Mahasiswa memantapkan
kembali cara input-proses-
interpretasi hasil-aplikasi
dalam konteks ruang
xii
Materi Standar
Kompetensi
9 Pemantapan
10 Ujian 1. Praktek Kasus 1. Evaluasi kemampuan
(Input-Proses- mahasiswa terhadap
Output) materi praktikum
2. Presentasi Kasus 2. Evaluasi KBM (penyebaran
kuesioner)
11 Presentasi 1 dan 2
12 Presentasi 3 dan 4
xiii
1-0
1.1 Pengantar
Statistika deskriptif (descriptive statistics) adalah analisis yang berkaitan dengan

penerapan metode statistic untuk mengumpulkan, mengolah, menyajikan, dan
menganalisis data kuantitatif secara deskriptif. Contoh : analisa korelasi, dan regresi.
Statistika inferensi (inference statistics) merupakan cabang ilmu statistik yang

berkaitan dengan penerapan metode‐metode statistik untuk menaksir dan/atau
menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel.
1-1
1.2 Tujuan Kompetensi

Praktikum ini bertujuan :
1. Praktikan mampu membedakan jenis data dan sampel dalam analisis statistik
deskriptif (descriptive statistic).
2. Praktikan mampu menganalisis proses input data analisis statistik deskriptif
(descriptive statistic) kedalam Software SPSS.
3. Praktikan mampu menginterpretasikan hasil pengolahan data/output dari analisis
statistik deskriptif (descriptive statistic).
4. Praktikan mampu mengevaluasi dengan menggunakan analisis statistik deskriptif
(descriptive statistic).
1.3 Teori Dasar
Metode Pendukung
Jenis-jenis Data
1. Data menurut sifat :
 Data takmetrik (non-metricdata)
a) Nominal, sifatnya hanya untuk membedakan antar
kelompok. Contoh: Jenis kelamin (laki-laki, perempuan)
Jurusan dalam Fakultas Teknik (Industri, Tambang,Planologi).
Jenis Konversi/ Konversi/

Kelamin Kode Jurusan
Kode
Laki-laki 1 Teknik Industri 1
Perempuan 2 Teknik Pertambangan 2
Teknik Planologi 3
b) Ordinal, selain memiliki sifat nominal, juga menunjukkan

peringkat. Contoh:
Tingkat Pendidikan Ranking/ Urutan

TK 1
SD 2
SLTP 3
SMU 4
PT 5
 Data metrik
a) Interval, selain memiliki sifat data ordinal, juga memiliki sifat
interval antar observasi dinyatakandalam unit pengukuran yang
tetap.
Contoh:
1-2
Variabel Tingkat Pendapatan Ranking/ Urutan

< Rp. 500.000 1
Rp. 500.000 – 1.000.000 2
Rp. 1.000.000 – 1.500.000 3
Rp. 1.500.000 – 2.000.000 4
>Rp. 2.000.000 5
b) Rasio, selain memiliki sifat data interval, skala rasio memiliki angka
0 (nol) dan perbandingan antara duanilai mempunyai arti.
Contoh: berat orang pertama 100 kg, Berat orang kedua 50 kg
artinya orang pertama memiliki 2 kali lebih besar
daripada orang kedua.
2. Data menurut sumber

a) Data primer : diperoleh dari pengamatan/ pencatatan langsung
b) Data sekunder : diperoleh dari data yang sudah tercatat
3. Data menurut waktu pengambilan

a) Data cross section, yaitu data yang dikumpulkan pada waktu tertentu yang
sama atau hampir sama, contoh:
 Jumlah mahasiswa UNISBA Tahun Akademik 2015/2016
 Jumlah perusahaan PT. Cipta Karya tahun 2015
b) Data deret waktu (time series data), yaitu data yang dikumpulkan selama
kurunwaktu/ periode tertentu, contoh:
 Produksi Jagung Indonesia Tahun 2006-2016
 Jumlah Penduduk Kecamatan Cirebon Utara Tahun 2010-2015
Rata‐rata hitung
+ +⋯+
1 2
1. Data tunggal =
−1
+ +⋯+
2. Data berkelompok 1 1 2
2
=
+ …+
1 2
−1 −1
1 1 1 1
= =
−1 1
N, angka X1, X2,X3........X n

Ket : Xi = Nilai tengah kelas i Fi =
Frekuensi kelas i
Median
Perhitungan median terbagi atas 2 jenis data yaitu :

1. Data tak berkelompok (diurutkan dari terkecil ke terbesar, k = urutan ke)
1-3
− 1
= 2
1
= 2 ( + +1)
−
= +{2 }
 Jumlah data ganjil
 Jumlah data genap
2. Data berkelompok
L0 = Nilai batas bawah dari kelas yang memuat median

C = Lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat
median
n = Banyaknya observasi (total frekuensi)
0
fm = Jumlah frekuensi dari semua kelas di bawah kelas yang memuat median
fm = Frekuensi dari kelas yang memuat median
Modus
1. Data tak berkelompok dapat diketahui dari Nilai dengan frekuensi terbanyak
data
2. Data berkelompok
1
= + { + }
1 2
L0 = nilai batas bawah dari kelas yang memuat modus

C = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas
yangmemuat modus
0
f1 = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
sebelumnya
0
f2 = selisih frekuensi yang memuat modus dengan frekuensi kelas sesudahnya
Rata-rata Geometris = (∏ = )
XI= data yang ditentukan dari 1 sampai n

n = Jumlah data
Rata-rata Harmonik =
1
=1
XI = data yang ditentukan dari 1 sampai n

n = Jumlah data
Kuartil
( +1)
1. Data tak berkelompok = ; = 1,2,3
1-4
2. Data berkelompok ( )( ) − 0
10
= + , = 1,2,…,9
Lo = nilai batas bawah dari kelas yang memuat desil ke i

C = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat
desil ke i
Fd0 = jumlah frekuensi dari semua kelas di bawah kelas yang memuat desil ke-i Fd =
frekuensi kelas yang memuat desil ke-i
Presentil
( + 1)
1. Data tak berkelompok = ; = 1,2, … ,99
100
( )( )
2. Data berkelompok 10
− 0
= + , = 1,2,…,9
Lo = nilai batas bawah dari kelas yang memuat desil ke i

C = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang
memuat presentil ke i
Fd0 = jumlah frekuensi dari semua kelas di bawah kelas yang memuat desil
ke-i
Fd = frekuensi kelas yang memuat presentil ke-i
Ukuran sebaran absolute
1. Rentang (Range)
Untuk data tak berkelompok
= −
 Untuk data berkelompok

= ℎ ℎ − ℎ
= ℎ − ℎ
−
2. Simpangan Kuartil (Quartile Deviation) 3 1
=
2
3. Simpangan Rata‐Rata

=
Data tak berkelompok 1 −
=1
1-5
 Data berkelompok
1
= −
=1
4. Simpangan baku
 Data tak berkelompok =1
( − )
2
=√
 Data berkelompok =√
=1
( − )
2
Mulai
Pengumpulan
Data
Pengolahan Data
Penyajian Hasil
Olahan Data
(Ikhtisar Data)
Penggunaan hasil
Statistika Deskriptif olahan data sampel
Ya untuk menaksir dan/
Data diperoleh
dari sampel? atau karakteristik
populasi yang
dihipotesiskan Statistika Inferensi
Tidak
Penggunaan Data Penarikan

untuk menganalisis kesimpulan tentang
karakteristik karakteristik
populasi yang populasi yang
ditelaah ditelaah
Berhenti
Gambar 1.1
Tahapan Statistika Deskriptif
1-6
Kasus dan Aplikasi dalam Ilmu Perencanaan
Aplikasi Analisis Deskriptif Statiska dalam ilmu perencanaan antara lain :

1. Data mengenai struktur kependudukan di Kota Bandung Tahun 2018.
2. Data mengenai tingkat aksesibilitas pada 50 ruas jalan di Kota Bandung Tahun 2018.
3. Data mengenai volume kendaraan di Kota Jakarta Selatan Tahun 2014-2018.
4. Data mengenai struktur perekonomian di Kota Yogyakarta Tahun 2014-2018.
5. Data Luas Wilayah dan Jumlah Penduduk (Laki-laki dan Perempuan) per Kecamatan
di Kota Jakarta Selatan Tahun 2018.
6. Data mengenai perkembangan pola penggunaan lahan di Kota Tanah Merah,
Kabupaten Boven Digoel, Provinsi Papua Tahun 2012-2018.
1.4 Alat yang Digunakan
Alat yang Digunakan, antara lain :

1. Software SPSS
2. Modul Praktikum
1.4 Latihan
Kasus
“Data Luas Wilayah, Jumlah Penduduk, dan Kepadatan Penduduk per Kelurahan di
Kecamatan Tembalang Tahun 2019”
Input untuk analisis deskriptif statistik dalam rangka mengetahui komposisi penduduk
Kota Tasikmalaya dan demi mencapai tujuan penelitian dengan melakukan analisis
frekuensi dan analisis deskriptif dari data sebagai berikut:
Kepadatan
Luas Wilayah/ Jumlah Penduduk
No Kecamatan Penduduk
Km2 (Jiwa)
(Orang/Km2)
1 Rowosari 8.7 14.599 1.678
2 Meteseh 4.99 21.870 4.383
3 Kramas 0.93 4.519 4.859
4 Tembalang 2.68 7.235 2.700
5 Bulusan 3.04 6.847 2.252
6 Mangunharjo 3.03 11.811 3.898
7 Sendangmulyo 4.61 44.204 9.589
8 Sambiroto 3.18 16.332 5.136
9 Jangli 2.07 8.540 4.126
10 Tandang 3.75 26.935 7.183
11 Kedungmundu 1.49 14.844 9.962
12 Sendangguwo 3.27 28.535 8.726
Jumlah 41.74 206.271 64.492
1-7
Proses Input Data
1. Buka file
2. Klik Analyze > Descriptive statistic > Frekuensi untuk memunculkan kotak dialog
seperti pada gambar di bawah ini
3. Pada daftar sebelah kiri pilihlah variabel Luas wilayah dan jumlah penduduk dan klik
untuk memindahkan variabel yang Luas wilayah ke dalam kotak variable (s).
Kotak variabel berfungsi untuk membuat daftar variable yang akan di analisis
frekuensi nya
4. Centang pilihan Display frekuensi tables guna menampilkan hasil analisis kedalam
bentuk tabel.
5. Klik Statistik, pemilihan ini akan membuka kotak dialog Frequencies Statistik.
Kotak Percentile values berfungsi untuk membuat urutan dari nilai terkecil
sampai terbesar dan daftar range ini didapat dari pencacahan terhadap kasus
data pada variabel yang terdaftar, kedalam bentuk kuartil, cutpoint, atau
1-8
kedalam bentuk persentase. Langkah pengisian kotak percentile (s) dapat

dilkukan sebagai berikut :
1. Pertama. Berilah tanda centang pada kolom Percentile (s),
2. berikan nilai 25 pada kotak Percentile (s),
3. lalu klik Add selanjutnya masukan nilai 75, dan 100 dengan cara yang
sama
o kotak Central Tendency berfungsi untuk memberikan gambaran data
untuk ukuran sentral dari datanya. Pada bagian ini ada beberapa
pilihan yaitu :
o Mean digunakan untuk menghitung nilai rata-rata dari data yang
telah dihitung kuantitatifnya dibagi dengan jumlah kasus data.
o Median digunakan untuk menghitung nilai tengah yang didapat
dengan mengurutkan data dari nilai terkecil hingga nilai tertinggi
o Mode digunakan untuk menghitung nilai data yang sering muncul
o Sum digunakan untuk menghitung jumlah data.
Kotak Dispersion berguna untuk mengetahui sebaran data yang ada. Terfdapat
6 pilihan yaitu :
a. Std. Devitiation adalah deviasi standar yang merupakan akar kuadrat dari
variasi jumlah sampel. Semakin besar nilai devisiasi maka semakin tinggi
pula penyimpangan data dari nilai rata-ratanya. Sebaliknya, semakin kecil
nilai devisiasi standar maka berarti data mengelompok pada sekitar nilai
rata-ratanya dan tidak menunjikan adanya variasi data yang banyak.
b. Variance adalah jumlah dari selisih pengurangan antara data dan mean
dibagi dengan (n – 1).
c. Range adalah suatu nilai yang menunjukan selisih antara nilai tertinggi
dengan nilai terendah.
d. Minimun adalah nilai minimum data.
e. Maksimun adalah nilai maksimum data.
f. SE Mean adalah ukuran seberapa ragam nilai mean dari sampel yang
diambil dari distribusi yang sama. SE mean dapat digunakan untuk
membandingkan secara kasar mean yang diobservasi dengan nilai yang
disimpulkan sementara (hipotesis).
Distribution merupakan statistic yang mengambarkan bentuk dan simetri dari
distribusi statistic ini ditampilkan dengan standar errornya.
a. Skewness yaitu ukuran kecondongan grafik. Kecondongan ini merupakan
selisih antara rat-rata dan median. Grafik ini menunjukan simetris atau
tidaknya distribusi pada sampel data. Condong ke kanan memiliki artian
median lebih kecil daripada nilai mean seta digrafikan dengan gambar
distribusi data dengan ekor ke kanan., dan sebaliknya. Nilai skewness =
(mean – modus) / devisiasi standar
b. Kurtosis adalah nilai ukuran yang menunjukan distribusi data. Jika nilai
kurtosis positif dan tinggi menunjukan bahwa ekor distribusi datanya lebih
panjang dibanding dengan distribusi normal, dan sebaliknya untuk hasil
negative yang menunjukan ekor distribusi datanya lebih pendek daripada
distribusi normal.
6. Klik Continue
7. Klik Chart sehingga muncul kotak dialog Frekuensi : Chart Pada kotak chart Type
pilihlah Histogram dan berilah centang pilihan With Normal Curve.
1-9
8. Klik Continue
9. Klik Format untuk menuju kotak dialog Frekuensi : Format yang berfungsi
menentukan format urutan table yang dihasilkan.
Pada kotak Order by pilihlah Ascending Values
Pada kotak multiple variables pilihlah Compare Variables
10. Klik Continue lalu Ok, maka akan timbul jendela output sebagai berikut.
Output Data
Statistics
1-10
Frequency Table
1-11
Histogram
Luas Wilayah (Km2)
1-12
Jumlah Penduduk (Jiwa)
Kepadatan Penduduk (Orang/Km2)
1-13
Interpretasi
1. Tabel Frequencies menjelaskan hasil data yang telah diproses

2. Tabel Frequency Table menggambarkan nilai-nilai komulatif (dalam percent)
3. Grafik menjelaskan apakah variabel tersebut berdistribusi normal
Referensi
1. Norusis M 1994SPSS Professional Statistics 61 SPSS Inc Chicago.

2. Sugiono Statistika Untuk PenelitianAlfabeta Bandung.
3. Laboratorium POSI ITB 2001 Pelatihan Analisis Multivariat. Teknik Industri ITB
Bandung.
4. ______ 2006 Seri Belajar Praktis Menguasai SPSS 13 untuk Statistik Salemba Infotek
Jakarta.
1.6 Evaluasi
1. Diperoleh data jumlah laki-laki dan perempuan berdasarkan kelompok usianya di

Kabupaten Simeulue Provinsi Maluku pada Tahun 2017, yang disajikan dalam tabel
berikut :
Kelompok Usia (Tahun) Jml Penduduk Laki-Laki Jml Penduduk Perempuan

<20 15161 15136
20-24 15173 15134
25-29 15843 15739
30-34 15648 15940
35-39 15022 15717
40-44 12638 12363
45-49 12196 11976
50-54 11646 11571
55-59 11150 11070
60-64 3809 3932
>65 12069 12303
Berdasarkan tabel diatas, buatlah analisis deskripsi statistiknya dan

interpretasikan ? (40)
2. Diperoleh data sebagai berikut :
Tahun Tingkat Jumlah Siswa

SD 69
2015 SLTP 42
SLTA 85
SD 40
2016 SLTP 90
SLTA 16
SD 54
2017 SLTP 59
SLTA 81
1-14
Pertanyaan :
a. Sebutkan yang merupakan data metrik dan takmetrik, jelaskan ? (20)
b. Deskripsikan data di atas ? (20)
c. Sajikan dalam bentuk grafik dan interpretasikan ? (20)
1-15
2-0
2.1 Pengantar
Analisis Regresi Majemuk (Multiple Regression Analysis) adalah salah satu

teknik multivariat yang digunakan untuk mengestimasi hubungan antara satu
variabel dependen metrik (kuantitatif) dengan satu himpunan variabel independen
metrik (kuantitatif).
Analisis Regresi Majemuk dapat digunakan untuk :

1. Memprediksi nilai dari suatu variabel dependen berdasarkan nilai-nilai
variabel independen.
2. Menjelaskan bagaimana tingkat dan karakteristik hubungan antara variabel
dependen dengan variabel-variabel independen.

1. Praktikan mampu membedakan variabel dependen (baris) dan variabel independen
(kolom) dalam analisis regresi majemuk.
2. Praktikan mampu menganalisis proses input data analisis regresi majemuk kedalam
Software SPSS.
regresi majemuk.
4. Praktikan mampu mengevaluasi dengan menggunakan analisis regresi majemuk.
2.3 Teori Dasar
Metode Pendukung
Model Dasar
Analisis regresi merupakan teknik untuk menurunkan kombinasi linear dari dua
atau lebih variabel independen untuk memprediksi nilai variabel dependen.
2-1
Y = b0 + b1V1 + b2V2 + ………………………. + bnVn
Di mana :
Y = prediksi nilai variabel dependen b0
= konstanta
bn = bobot (koefisien) regresi untuk variabel independen ke-n Vn =
variabel independen ke-n
Asumsi Dasar
Dalam membentuk model regresi, artinya dalam hal menentukan koefisien regresi-
peneliti dituntut untuk dapat meminimasi jumlah total kuadrat error (residu). Error
ini merupakan selisih antara nilai variabel dependen actual dengan nilai variabel
dependen yang diprediksi melalui model regresi. Metode minimasi kuadrat error ini
dikenal sebagai least square method.
1. Linearitas
Suatu model linear dapat memprediksikan nilai (variabel dependen) pada
suatu garis lurus yang perubahan nilainya konstan terhadap perubahan nilai
variabel independen.
2. Variasi Residu yang Konstan
Sering juga disebut homoscedasticity, merupakan variansi residu yang konstan
terhadap perubahan nilai variabel independen. Asumsi ini diperlukan karena
diharapkan bahwa variansi nilai variabel dependen yang dijelaskan melalui
model tidak terkonsentrasi pada nilai independen yang terbatas.
3. Independensi Residu
Nilai variabel dependen yang diprediksi harus independen satu dengan
lainnya. Tidak ada kaitan antara hasil suatu variabel dependen hasil prediksi
dengan prediksi berikutnya.
4. Residu yang berdistribusi normal
Sifat kenormalan harus dimiliki variabel dependen maupun independen.
Pengujian ini dapat dilakukan dengan melakukan pemeriksaan visual terhadap
histrogram residu.
Tahapan Dalam Analisis Regresi Majemuk

Analisis regresi majemuk dilakukan dalam enam tahapan berikut :
Tahap I : Menentukan tujuan melakukan analisis regresi

Pada umumnya, analisis regresi dilakukan dengan tujuan untuk menjelaskan dan
memprediksi variansi variabel dependen berdasarkan kombinasi linier variabel
independen. Oleh karena itu, tahapan krusial dalam analisis ini adalah penentuan
variabel dependen yang diamati dan variabel-variabel independen yang secara
teoritik dapat menjelaskan variabel dependen tersebut.
Tahap II : Menentukan desain penelitian yang menunjang analisis regresi Hal-

hal berikut ini perlu diperhatikan sebelum melakukan perhitungan-perhitungan
dalam analisis regresi :
Ukuran Sampel
Analisis regresi mensyaratkan ukuran sampel minimal 20 observasi. Idealnya
terdapat 15-20 subjek sampel untuk setiap satu variabel independen.
Variabel dummy
Analisis regresi majemuk ini dapat juga mengakomodasi variabel independen
nonmetrik.
2-2
Efek Kurvilinier
Analisis regresi majemuk juga dapat mengakomodasi sifat data yang tidak
linier (curvilinear)
Efek Moderator
Karakteristik lain yang juga dapat diakomodasi adalah efek moderator atau
efek interaksi, yaitu suatu kondisi yang terjadi manakala suatu variabel
mempengaruhi bentuk hubungan antara variabel independen lainnya dengan
variabel dependen.
Tahap III : Menguji asumsi dasar

Analisis dapat dilanjutkan apabila asumsi-asumsi telah diuji dan dinyatakan
memenuhi kriteria di atas.
Tahap IV : Estimasi model regresi

Metode yang digunakan untuk mengestimasi fungsi regresi adalah metode
pendekatan kuadrat terkecil. Melalui metode ini peneliti bermaksud memperkecil
jumlah kuadrat error yang terjadi (error total merupakan selisih antara nilai actual
dengan nilai yang diprediksi melalui model regresi).
Tahap V : Interpretasi hasil analisis

Interpretasi dilakukan dengan jalan menganalisis koefisien regresi yang terbentuk
dari model regresi. Koefisien regresi dalam hal ini merupakan bobot yang dimiliki
setiap variabel independen dalam persamaan regresi, akan tetapi koefisien regresi
yang besar pada suatu variabel tidak mengindikasikan bahwa variabel yang
bersangkutan menjadi lebih penting.
Tahap VI : Validasi hasil analisis

Validasi model regresi dapat dilakukan dengan dua cara berikut :
1. Menerapkan model ini ke dalam sampel lainnya
2. Membandingkan beberapa model regresi.
Pengujian Signifikansi Model

Beberapa konsep berikut dapat dijadikan pedoman penentuan signifikansi dalam
model.
1. Multiple R
Multiple R merupakan koefisien korelasi untuk variabel yang masuk ke dalam
model dengan variabel dependen.
2. R square (R2)
R square merupakan kuadrat dari koesfisien korelasi dan biasa juga disebut
sebagai koefisien determinasi. Nilai ini mengindikasikan total variasi dari
variabel dependen yang terjelaskan oleh variabel independen yang masuk
dalam model.
3. Adjusted R2
R2 dipengaruhi oleh jumlah variabel independen relative terhadap ukuran
sampel.
4. Standard error of estimate
Standard error of estimate merupakan salah satu ukuran akurasi kemampuan
memprediksi oleh model.
2-3
Gambar 2.1
Tahapan Analisis Regresi Majemuk
2-4
5. Partial t values of variables in the equation

Partial t values of variables in the equation menunjukkan ukuran signifikansi
korelasi parsial dari variabel-variabel yang terdapat dalam model. Angka ini
berguna untuk menentukan apakah suatu variabel tetap dipertahankan dalam
model atau dihilangkan.
6. Partial t values of variables not in the equation
Partial t values of variables not in the equation menunjukkan persentase
variansi yang belum terjelaskan oleh variabel-variabel dalam persamaan yang
dapat dijelaskan oleh variabel yang tidak berada dalam persamaan.
Aplikasi Analisis Regresi Majemuk dalam ilmu perencanaan salah satunya adalah:
1. Pengaruh keberadaan Pedagang Kaki Lima terhadap Kemacetan di Jalan Otista.
2. Pengaruh Pengembangan Kapasitas Masyarakat Pada Kegiatan PNPM Mandiri
Perdesaan Terhadap Pencapaian Derajat dan Keberlanjutan Program Pemberdayaan
Masyarakat (Studi Kasus: Desa Gunung Geulis, Kecamatan Sukaraja, Kabupaten
Bogor).
3. Pengaruh Perkembangan Karakteristik Kawasan Terhadap Rencana Pengembangan
Kawasan Peri-Urban di Pulau Jawa-Bali.
4. Perkembangan Aspek Sosial Ekonomi Terhadap Luas Lahan Pertanian di Kawasan
Industri Kabupaten Malang.
5. Pengaruh Perkembangan Kawasan Perkotaan Terhadap Penyediaan Ruang Terbuka
(Open Space) di Kota Medan.
6. Pengaruh Karakteristik Wilayah Terhadap Pengembangan Hirarki Sistem Pusat
Pelayanan Kawasan di BWP Lumbok Seminung-Sukau, Kabupaten Lampung Barat.
Alat yang digunakan, antara lain :

1. Software SPSS.
2. Modul Praktikum.
3. Tabel Titik Persentase Distribusi F dan Distribusi t.
2-5
2.5 Latihan
Kasus
PENGARUH KARAKTERISTIK WILAYAH TERHADAP

PENGEMBANGAN HIRARKI SISTEM PUSAT PELAYANAN
KAWASAN DI BWP LUMBOK SEMINUNG-SUKAU, KABUPATEN
LAMPUNG BARAT
Sistem perkotaan terbentuk karena adanya pertumbuhan fungsi-fungsi kawasan yang

mengarahkan pada penataan ruang wilayah perkotaan. Faktor pembentuk utama
pengembangan sistem perkotaan dapat berupa sistem zona perencanaan, sistem blok,
dan sistem pelayanan kegiatan. Analisis pengembangan sistem perkotaan merupakan
jenjang fungsi dan peran ruang perkotaan yang melekat pada kawasan atau yang akan
dicapai dalam pengembangan sistem perkotaan tersebut.
Dengan demikian maka strategi pengembangan sistem perkotaan BWP Lumbok Seminung-
Sukau adalah :
1. Pengembangan sistem perkotaan melalui pembentukan wilayah/zona atau sub
BWP berdasarkan fungsi masing-masing.
2. Pengembangan sistem perkotaan dengan meningkatkan efisiensi sistem pusat
pelayanan kegiatan kawasan.
3. Pengembangan sistem perkotaan dengan merencanakan pola peruntukan ruang
secara terpadu pada masing-masing blok.
Sehubungan dengan strategi pengembangan dan karakteristik BWP Lumbok Seminung-
Sukau sebagai wilayah perkotaan serta sebagai Kawasan Strategis Pariwisata Nasional,
maka rencana pengembangan sistem perkotaan pada BWP Lumbok Seminung-Sukau
berkaitan dengan satuan wilayah pengembangan dengan menggunakan pendekatan
sistem pada pengembangan skala pelayanan kegiatan kawasan sesuai dengan rencana
peruntukannya.
Rencana skala pelayanan kegiatan kawasan meliputi semua sistem kegiatan primer,
sistem kegiatan sekunder sampai pada kegiatan lokal dan lingkungan (tersier). Struktur
pelayanan kegiatan merupakan komponen perencanaan yang bertujuan dalam distribusi
jenis dan pelayanan kegiatan yang ditetapkan dalam struktur ruang kawasan. Sehingga
rencana skala pelayanan kegiatan terdiri dari Pusat Pelayanan Kota/Kawasan Perkotaan
(PPK) sebagai pusat kegiatan primer, Sub Pusat Pelayanan Kota/Kawasan Perkotaan
(SPK) sebagai pusat kegiatan sekunder dan Pusat Pelayanan Lingkungan (PPL) sebagai
pusat kegiatan tersier.
Rencana skala pelayanan kegiatan di BWP Lumbok Seminung-Sukau, Kabupaten

Lampung Barat dibagi atas :
1. Kegiatan Sentra Primer sebagai PPK, yaitu sebagai pusat kegiatan ekonomi berskala
regional, pusat kegiatan pemerintahan dan skala sarana wilayah (daerah).
2. Kegiatan Sentra Sekunder sebagai SPK, yaitu sebagai pusat kegiatan ekonomi, pusat
pemerintahan dan sarana daerah skala sub wilayah dengan jangkauan pelayanan
beberapa kecamatan.
3. Kegiatan Sentra Tersier/Lokal sebagai PPL, yaitu sebagai pusat kegiatan ekonomi,
pusat pemerintahan dan sarana wilayah berskala lingkungan dengan jangkauan
pelayanan kelurahan atau beberapa RW.
2-6
Penelitian ini dilakukan dengan tujuan untuk mengidentifikasi variabel-variabel atau

karakteristik-karakteristik yang berpengaruh terhadap pengembangan hirarki system
pusat pelayanan di BWP Lumbok-Seminung-Sukau, Kabupaten Lampung Barat. Adapun
variabel-variabel yang diteliti antara lain :
Variabel Independen : V1 Luas Wilayah (Ha) LW

V2 Jumlah Penduduk (Jiwa) JP
V3 Kepadatan Penduduk Bruto (Jiwa/Ha) KPB
V4 Kepadatan Penduduk Netto (Jiwa/Ha) KPN
V5 Persentase Luas Lahan Terbangun (%) PLLT
V6 Persentase Rumah Tangga Pertanian (%) PRTP
V7 Kelengkapan Sarana Pelayanan Umum KSPU
(Unit)
V8 Jumlah Sarana Perumahan (Unit) JSP
V9 Jumlah Peserta Pemilu (Jiwa) JPP
V10 Aksesibilitas AK
V11 Gravitasi GR
V12 Ranksize RS
Variabel Dependen : V13 Hirarki Sistem Pusat Pelayanan Kawasan HSPPK
a. Pusat Pelayanan Lingkungan (PPL-H3)
- (1)
b. Sub Pusat Pelayanan Kawasan (SPK-
H2) – (2)
c. Pusat Pelayanan Kawasan (PPK-H1) –
(3)
Dari variabel-variabel tersebut, didapatkan data karakteristik wilayah di BWP Lumbok

Seminung-SUkau, Kabupaten lampung Barat terhadap pengembangan hirarki system
pusat pelayanan kawasan yang akan dilakukan analisis lebih lanjut dengan metode
Analisis Regresi Majemuk sebagai berikut :
2-7
Tabel 2.1 Data Pengaruh Karakteristik Wilayah Terhadap Pengembangan Hirarki Sistem Pusat Pelayanan Kawasan di BWP Lumbok Seminung-Sukau,
Kabupaten Lampung Barat
NO DESA, KECAMATAN V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13

1 Lombok, Kec. Lumbok Seminung 1.440,15 1.556 1 40 2,70% 24,74% 28 311 1.120 7.731.089,91 15.803.892,65 3,192 1
2 Heni Arong, Kec. Lumbok Seminung 494,61 721 1 280 0,52% 28,85% 16 144 519 1.832.466,41 454.665,06 2,858 1
3 Lombok Timur, Kec. Lumbok Seminung 310,37 678 2 1.012 0,22% 16,96% 17 136 488 1.348.203,75 412.395,28 2,831 1
4 Suka Banjar, Kec. Lumbok Seminung 243,83 879 4 48 7,56% 25,26% 14 176 633 437.653,62 167.485,68 2,944 1
5 Lombok Selatan, Kec. Lumbok Seminung 298,17 331 1 2.049 0,05% 28,10% 9 66 238 1.326.965,32 550.477,26 2,52 1
6 Keagungan, Kec. Lumbok Seminung 383,69 524 1 54 2,51% 19,66% 17 105 377 4.117.219,17 13.164.718,75 2,719 2
7 Suka Maju, Kec. Lumbok Seminung 215,68 396 2 444 0,41% 16,67% 14 79 285 1.993.575,35 2.132.127,89 2,598 1
8 Ujung, Kec. Lumbok Seminung 209,13 442 2 518 0,41% 24,89% 9 88 318 866.330,54 160.651,42 2,645 1
9 Tawan Suka Mulya, Kec. Lumbok Seminung 69,09 711 10 10 0,00% 28,83% 12 142 512 282.760,07 138.311,32 2,852 1
10 Ujung Rembun, Kec. Lumbok Seminung 159,81 1.453 9 100 9,12% 30,56% 17 291 1.046 632.066,75 349.551,88 3,162 1
11 Pancur Mas, Kec. Lumbok Seminung 47,72 500 10 10 0,00% 33,40% 7 100 360 505.914,78 452.092,85 2,699 1
12 Tanjung Raya, Kec. Sukau 1.661,84 6.545 4 635 0,62% 24,29% 45 1.309 4.712 13.469.043,06 3.741.499,30 3,816 3
13 Bumi Jaya, Kec. Sukau 795,01 921 1 187 0,62% 43,32% 11 184 663 12.763.554,15 31.255.490,37 2,964 1
14 Jaga Raga, Kec. Sukau 1.142,90 1.359 1 209 0,57% 56,44% 28 272 978 2.746.672,84 425.760,40 3,133 2
15 Tapak Siring, Kec. Sukau 1.543,65 2.167 1 501 0,28% 62,76% 25 433 1.560 1.730.107,98 1.031.783,30 3,336 2
16 Teba Pering Raya, Kec. Sukau 722,74 1.074 1 862 0,17% 38,18% 49 215 773 30.322.104,58 28.824.669,10 3,031 2
17 Hanakau, Kec. Sukau 575,01 3.770 7 529 1,24% 33,55% 47 754 2.714 3.345.605,59 1.183.095,79 3,576 2
18 Buay Nyerupa, Kec. Sukau 2.195,00 3.588 2 276 0,59% 38,18% 55 718 2.583 48.267.210,57 61.009.136,60 3,555 3
19 Pagar Dewa, Kec. Sukau 726,78 3.068 4 310 1,36% 37,78% 70 614 2.209 11.957.170,92 3.981.920,11 3,487 2
20 Suka Mulya, Kec. Sukau 436,23 1.316 3 310 0,97% 47,26% 46 263 948 2.862.425,94 1.421.248,55 3,119 1
21 Bandar Baru, Kec. Sukau 892,12 1.383 2 236 0,66% 39,84% 41 277 996 6.196.813,37 2.105.187,63 3,141 1
Sumber: Dokumen Penyusunan Rencana Detail Tata Ruang BWP Prioritas Lumbok Seminung-Sukau, Kabupaten Lampung Barat
2-8
Proses Input Data
Cara menentukan penetapan metode analisis regresi :

1. Tentukan mana variabel independen dan mana varaibel dependen.
2. Buat kelompok tiap variabel berdasarkan kategori/atribut.
3. Susun variable regresi majemuk :
Var. independen = variable yang mempengaruhi (variable bebas)
Var. dependen = variable yang dipengaruhi (variable terikat)
Prosedur penggunaan SPSS untuk setiap model analisis pada dasarnya adalah sama.
Langkah input data dan analisis regresi majemuk adalah sebagai berikut:
Masukan Variabel yang akan di analisis pada tab Variable View.
Input data hasil kuesioner pada tab Data View.
2-9
Untuk menjalankan prosedur analisis regresi linier, dari menu utama SPSS, pilih
“Analyze” lalu pilih sub menu :
1. Regression
2. Linier
Maka akan ditampilkan sebuah kotak dialog Linear Regression. Semua variabel numerik
pada file data anda akan ditampilkan pada kotak daftar variabel.
1. Pindahkan sebuah variabel yang akan dijadikan respon ke kotak Dependent
2. Pindahkan sedikitnya satu variabel yang akan dijadikan predictor ke kotak
Independent(s).
2-10
3. Klik tombol OK
Untuk menentukan metode yang akan digunakan dalam membuat model regresi,
anda bisa memilihnya dari daftar drop-down Method. Ada beberapa metode yang
bisa digunakan : Enter, Stepwise, Remove, Backward, dan Forward. Dalam kasus ini
menggunakan metode Forward.
Metode Analisis Regresi Majemuk

a. Enter = Prediktor dimasukkan secara simultan (urutan kadang lebih berdasarkan
urutan pemasukan data).
b. Forward = Mencari predictor terbaik (memiliki korelasi tertinggi dengan
Outcome). Apabila sudah baik, dipilih prediktor selanjutnya.
c. Stepwise = Sama dengan Forward, ditambah dengan removal test.
d. Backward = Kebalikan dari Forward, dimana semua predictor dimasukkan
terlebih dahulu dan menghitung kontribusi masing – masing predictor.
Untuk menentukan statistik-statistik yang akan ditampilkan pada output, klik tombol
Statistics…………. pada kotak dialog utama sehingga akan ditampilkan kotak dialog di
bawah ini.
2-11
Dalam kotak dialog diatas terdapat beberapa option sebagai berikut :

1. Estimates
Menampilkan koefisien regresi ukuran-ukuran yang berhubungan dengannya.
2. Confidence Intervals
Menampilkan interval konfidensi 95% untuk masing-masing koefisien regresi
yang tidak distandarisasi.
3. Covariance Matrik
Menampilkan matriks varians-kovarian dari koefisien regresi yang tidak
distandarisasi.
Selain itu, dapat juga memilih salah satu atau beberapa alternative dibawah ini :
Descriptives
Menampilkan mean variabel, deviasi standard, dan matriks korelasi dengan one
tail probability.
Model Fit
Menampilkan R, R2, adjusted R2 dan standard error.
Block Sumarry
Menampilkan rangkuman statistik untuk setiap langkah (backward, forward,
atau stepwise).
Durbin-Watson
Menampilkan statistik uji Durbin-Watson, dan statistik-statistik untuk residual-
residual dan harga-harga prediksi yang terstandarisasi maupun tidak.
Collinearity Diagnotics
Menampilkan toleransi variabel-variabel dalam persamaan maupun yang tidak
dalam persamaan, faktor inflasi varians, eigen value, indeks kondisi, dan proporsi
dekomposisi variansi.
Jika option-option di atas telah dipilih, maka tekan tombol continue dan kembali
pada kotak dialog utama.
Untuk menghasilkan Scatterplot dari variabel-variabel dalam model, klik tombol Plots
… Pada kotak dialog utama, sehingga akan ditampilkan kotak dialog berikut:
2-12
Variabel dependen, variabel-variabel residual dan prediksi akan ditampilkan pada

kotak pendaftaran. Dalam kotak Standarized Residual Plot, dapat dipilih satu atau
lebih option berikut ini :
Histogram
Menampilkan histogram dari nilai-nilai residual
terstandardisasi. Normal Probability Plot
Menampilkan plot probabilitas normal dari nilai-nilai residual terstandarisasi.
Untuk menyimpan residuals, nilai-nilai prediksi, yang ukuran sesuai sebagai variable
baru, maka click tombol Save … dalam kotak dialog Linear Regression. Option ini
akan membuka kotak dialog Linear Regression : save berikut :
2-13
SPSS secara otomatis menugaskan nama variable baru untuk beberapa ukuran yang
disimpan sebagai variable baru. Tabel dalam output menunjukkan nama dari setiap
variabel baru dan isinya. Dalam kotak dialog Regression : Save terdapat beberapa kotak
berikut :
Predicted Values, kita dapat memilih satu atau lebih option dibawah ini :
 Unstandardized; nilai-nilai prediksi yang tidak distandarisasi.
 Standardized; nilai-nilai prediksi yang terstandarisasi.
 Adjusted; nilai-nilai prediksi yang disesuaikan.
 S.E. of mean predictions; standar error dari nilai-nilai prediksi.
Distances, dalam kotak ini dapat dipilih beberapa metode perhitungan jarak sebagai
berikut :
 Mahalabonis; perhitungan jarak dengan menggunakan rumus Mahalabonis distance.
 Cook’s, perhitungan jarak dengan menggunakan rumus Cook distance.
 Leverage Values, perhitungan dengan Centered leverage values.
Prediction Intervals, dapat dipilih salah satu dari option berikut :

 Mean, batas atas dan batas bawah untuk interval prediksi dari response mean
prediktif.
 Individual, batas atas dan batas bawah untuk interval prediksi observasi tunggal.
Confidence Interval, untuk interval kepercayaan mean dan observasi tunggal, telah
ditetapkan default selang kepercayaan sebesar 95%. Untuk mengganti nilai ini, masukkan
nilai antara 0 dan 100.
Residuals, untuk memperoleh nilai residual dapat dipilih satu atau lebih option-option
berikut ini :
 Unstandardezed, residual yang tidak distandarkan.
 Standardized, residual yang distandarkan.
 Studentized.
 Deleted, nilai residual yang dihilangkan.
 Studentized deleted.
Influence Statistic, dapat dipilih satu dari nilai-nilai berikut :

 DfBeta, perubahan dalam koefisien regresi yang merupakan akibat dari ekslusi case-
case tertentu.
 Standardized DfBeta, suatu nilai yang dihitung untuk setiap variabel dalam model,
termasuk untuk konstantanya.
 DfFit. Besarnya perubahan pada nilai-nilai yang diprediksi ketika case-case tertentu
tidak diikutkan dalam analisis.
 Standardized DfFit.
 Covariance ratio, merupakan rasio dari determinan matriks kovariansi bila case-case
tertentu tidak disertakan dalam analisis terhadap determinan matriks kovariansi bila
semua case disertakan dalam analisis.
Untuk menentukan kriteria dimana variabel-variabel yang telah dipilih akan dimasukkan
atau dikeluarkan dari model regresi, untuk menghilangkan konstanta, atau untuk
menangani keberadaan missing value, klik tombol Options …… Pada kotak dialog Linear
Regression, sehingga memunculkan kotak dialog berikut :
2-14
Pada kotak Stepping Method Criteria, dapat dipilih salah satu alternative sebagai berikut:
 Use probability off
Menggunakan Probabilitas F-to-enter (PIN) dan Probabilitas F-to-remove (POUT)
sebagai kriteria entry (default 0.05) dan kriteria removal (default 0.10). Nilai
probabilitas yang bias menggantikan keadaan default tentunya antara 0 hingga 1.
Pilihan ini merupakan default.
 Use F value
Menggunakan harga F sebagai kriteria entry (FIN) dan removal (FOUT). Default
untuk FIN adalah 3.84 dan default untuk FOUT adalah 2.71. Nilai ini bias diubah
dengan ketentuan harus lebih besar dari 0 dan FIN harus lebih besar dari FOUT.
Pada kotak Missing Value terdapat beberapa pilihan sebagai berikut :

 Exclude cases listwise
Pada pilihan ini analisis hanya akan dilakukan pada case-case yang nilai untuk
seluruh variabelnya valid.
 Exclude cases pairwise
Case dengan data yang lengkap untuk pasangan-pasangan variabel yang
dikorelasikan digunakan untuk menghitung koefisien korelasi.
 Replace with mean
Menggantikan nilai-nilai yang hilang dengan mean dari setiap variabel. Seluruh case
digunakan dalam perhitungan dengan mean dari variabel disubstitusikan untuk nilai
yang hilang.
Selain itu terdapat option include constant in equation, yang akan memberikan nilai
konstanta pada persamaan regresi. Pilihan ini merupakan default. Jika option pada kotak
dialog ini telah ditentukan, maka tekan tombol continue untuk kembali pada kotak dialog
utama Regression Analysis. Selanjutnya tekan tombol OK untuk memulai proses Analisis
Regresi dan akan keluar output analisisnya.
2-15
Output Data
Descriptive Statistics
Descriptive Statistics
Mean Std. Deviation N
Hirarki Sistem Pusat Pelayanan 1.48 .680 21
Luas WIlayah (Ha) 693.5014 591.68482 21
Jumlah Penduduk (JIwa) 1589.62 1520.477 21
Kepadatan Penduduk Bruto (Jiwa/Ha) 3.29 3.068 21
Kepadatan Penduduk Nettto (Jiwa/Ha) 410.48 465.024 21
Persentase Luas Lahan Terbangun (%) 1.4562 2.41203 21
Persentase Rumah Tangga Pertanian (%) 33.3105 12.04768 21
Kelengkapan Sarana Pelayanan Umum 27.48 18.286 21
(Unit)
Jumlah Sarana Perumahan (Unit) 317.95 304.150 21
Jumlah Peserta Pemilu (Jiwa) 1144.38 1094.669 21
Aksesibilitas 7368331.1748 11734450.68154 21
Gravitasi 8036483.8662 15233590.29881 21
Ranksize 3.05610 .351290 21
2-16
Correlations
Jumlah Sarana Perumahan

Jumlah Penduduk (JIwa)
Kepadatan Penduduk
Kepadatan Penduduk
Hirarki Sistem Pusat
Kelengkapan Sarana
Persentase Rumah Tangga
Luas WIlayah (Ha)
Pelayanan Umum (Unit)

Nettto (Jiwa/Ha)
Persentase Luas Lahan
Jumlah Peserta Pemilu

Bruto (Jiwa/Ha)
Pertanian (%)
Aksesibilitas
Terbangun (%)
Pelayanan
Ranksize
Gravitasi
(Jiwa)
(Unit)
Hirarki Sistem Pusat Pelayanan 1.000 .730 .790 -.140 .029 -.183 .246 .649 .790 .790 .652 .472 .725
Luas WIlayah (Ha) .730 1.000 .668 -.411 -.051 -.203 .420 .553 .668 .668 .660 .587 .725
Jumlah Penduduk (JIwa) .790 .668 1.000 .101 -.010 -.040 .134 .676 1.000 1.000 .416 .201 .915
Kepadatan Penduduk Bruto (Jiwa/Ha) -.140 -.411 .101 1.000 -.332 .293 -.135 -.102 .101 .101 -.249 -.298 .082
Kepadatan Penduduk Nettto (Jiwa/Ha) .029 -.051 -.010 -.332 1.000 -.337 -.119 -.025 -.011 -.010 .025 -.084 -.191
Persentase Luas Lahan Terbangun (%) -.183 -.203 -.040 .293 -.337 1.000 -.189 -.131 -.040 -.040 -.183 -.125 .075
Pearson
Correlation Persentase Rumah Tangga Pertanian (%) .246 .420 .134 -.135 -.119 -.189 1.000 .326 .134 .134 .153 .120 .371
Kelengkapan Sarana Pelayanan Umum (Unit) .649 .553 .676 -.102 -.025 -.131 .326 1.000 .676 .676 .593 .340 .786
Jumlah Sarana Perumahan (Unit) .790 .668 1.000 .101 -.011 -.040 .134 .676 1.000 1.000 .417 .202 .915
Jumlah Peserta Pemilu (Jiwa) .790 .668 1.000 .101 -.010 -.040 .134 .676 1.000 1.000 .416 .201 .915
Aksesibilitas .652 .660 .416 -.249 .025 -.183 .153 .593 .417 .416 1.000 .917 .454
Gravitasi .472 .587 .201 -.298 -.084 -.125 .120 .340 .202 .201 .917 1.000 .267
Ranksize .725 .725 .915 .082 -.191 .075 .371 .786 .915 .915 .454 .267 1.000
Hirarki Sistem Pusat Pelayanan . .000 .000 .272 .451 .213 .142 .001 .000 .000 .001 .015 .000
Luas WIlayah (Ha) .000 . .000 .032 .412 .188 .029 .005 .000 .000 .001 .003 .000
Sig. (1- Jumlah Penduduk (JIwa) .000 .000 . .331 .482 .431 .281 .000 .000 .000 .030 .191 .000
tailed) Kepadatan Penduduk Bruto (Jiwa/Ha) .272 .032 .331 . .071 .099 .279 .329 .331 .331 .138 .095 .362
Kepadatan Penduduk Nettto (Jiwa/Ha) .451 .412 .482 .071 . .068 .303 .457 .482 .482 .458 .359 .203
Persentase Luas Lahan Terbangun (%) .213 .188 .431 .099 .068 . .206 .286 .431 .431 .214 .295 .373
2-17
Jumlah Sarana Perumahan

Jumlah Penduduk (JIwa)
Persentase Luas Lahan

Kepadatan Penduduk
Kepadatan Penduduk
Hirarki Sistem Pusat
Kelengkapan Sarana
Persentase Rumah Tangga
Luas WIlayah (Ha)
Pelayanan Umum (Unit)

Nettto (Jiwa/Ha)
Jumlah Peserta Pemilu

Bruto (Jiwa/Ha)
Pertanian (%)
Aksesibilitas
Terbangun (%)
Pelayanan
Ranksize
Gravitasi
(Jiwa)
(Unit)
Persentase Rumah Tangga Pertanian (%) .142 .029 .281 .279 .303 .206 . .074 .281 .281 .254 .302 .049
Kelengkapan Sarana Pelayanan Umum (Unit) .001 .005 .000 .329 .457 .286 .074 . .000 .000 .002 .065 .000
Jumlah Sarana Perumahan (Unit) .000 .000 .000 .331 .482 .431 .281 .000 . .000 .030 .190 .000
Jumlah Peserta Pemilu (Jiwa) .000 .000 .000 .331 .482 .431 .281 .000 .000 . .030 .191 .000
Aksesibilitas .001 .001 .030 .138 .458 .214 .254 .002 .030 .030 . .000 .019
Gravitasi .015 .003 .191 .095 .359 .295 .302 .065 .190 .191 .000 . .121
Ranksize .000 .000 .000 .362 .203 .373 .049 .000 .000 .000 .019 .121 .
Hirarki Sistem Pusat Pelayanan 21 21 21 21 21 21 21 21 21 21 21 21 21
Luas WIlayah (Ha) 21 21 21 21 21 21 21 21 21 21 21 21 21
Jumlah Penduduk (JIwa) 21 21 21 21 21 21 21 21 21 21 21 21 21
Kepadatan Penduduk Bruto (Jiwa/Ha) 21 21 21 21 21 21 21 21 21 21 21 21 21
Kepadatan Penduduk Nettto (Jiwa/Ha) 21 21 21 21 21 21 21 21 21 21 21 21 21
Persentase Luas Lahan Terbangun (%) 21 21 21 21 21 21 21 21 21 21 21 21 21
N Persentase Rumah Tangga Pertanian (%) 21 21 21 21 21 21 21 21 21 21 21 21 21
Kelengkapan Sarana Pelayanan Umum (Unit) 21 21 21 21 21 21 21 21 21 21 21 21 21
Jumlah Sarana Perumahan (Unit) 21 21 21 21 21 21 21 21 21 21 21 21 21
Jumlah Peserta Pemilu (Jiwa) 21 21 21 21 21 21 21 21 21 21 21 21 21
Aksesibilitas 21 21 21 21 21 21 21 21 21 21 21 21 21
Gravitasi 21 21 21 21 21 21 21 21 21 21 21 21 21
Ranksize 21 21 21 21 21 21 21 21 21 21 21 21 21
2-18
Variables Entered/Removeda
Variables Entered/Removed a
Model Variables Entered Variables Removed Method
Ranksize, Persentase Luas Lahan Terbangun . Enter
(%), Kepadatan Penduduk Bruto (Jiwa/Ha),
Gravitasi, Persentase Rumah Tangga Pertanian
1 (%), Kepadatan Penduduk Nettto (Jiwa/Ha),
Kelengkapan Sarana Pelayanan Umum (Unit),
Luas WIlayah (Ha), Jumlah Peserta Pemilu
(Jiwa), Aksesibilitasb
a. Dependent Variable: Hirarki Sistem Pusat Pelayanan
b. Tolerance = ,000 limits reached.
Model Summaryb
Model Summary b
Adjusted Std. Change Statistics
R Error of R Durbin-
Model R R F Sig. F
Square the Square Watson
Square Change df1 df2
Change
Estimate Change
1 .899a .809 .618 .420 .809 4.232 10 10 .016 1.747
a. Predictors: (Constant), Ranksize, Persentase Luas Lahan Terbangun (%), Kepadatan Penduduk
Bruto (Jiwa/Ha), Gravitasi, Persentase Rumah Tangga Pertanian (%), Kepadatan Penduduk Nettto
(Jiwa/Ha), Kelengkapan Sarana Pelayanan Umum (Unit), Luas WIlayah (Ha), Jumlah Peserta
Pemilu (Jiwa), Aksesibilitas
b. Dependent Variable: Hirarki Sistem Pusat Pelayanan
Coefficientsa
Coefficientsa
Unstandardized Standardized Collinearity
Correlations
Coefficients Coefficients Statistics
Model t Sig.
Std. Zero-
B Error Beta order Partial Part Tolerance VIF
(Constant) 5.358 4.156 1.289 .226
Luas 9.763E- .001 .085 .188 .855 .730 .059 .026 .093 10.747
WIlayah 005
(Ha)
Kepadatan -.022 .057 -.098 -.384 .709 -.140 -.120 - .290 3.444
Penduduk .053
Bruto
1 (Jiwa/Ha)
Kepadatan .000 .000 -.125 -.663 .522 .029 -.205 - .535 1.868
Penduduk .092
Nettto
(Jiwa/Ha)
Persentase .023 .057 .083 .411 .690 -.183 .129 .057 .467 2.139
Luas Lahan
Terbangun
(%)
2-19
Coefficientsa
Unstandardized Standardized Collinearity
Correlations
Coefficients Coefficients Statistics
Model t Sig.
Std. Zero-
B Beta Partial Part Tolerance VIF
Error order
Persentase .015 .013 .273 1.232 .246 .246 .363 .170 .388 2.579
Rumah
Tangga
Pertanian
(%)
Kelengkapan .005 .017 .122 .275 .789 .649 .087 .038 .097 10.324
Sarana
Pelayanan
Umum
(Unit)
Jumlah .001 .000 1.315 2.151 .057 .790 .562 .297 .051 19.569
Peserta
Pemilu
(Jiwa)
2.773E- .000 .479 .703 .498 .652 .217 .097 .041 24.302
Aksesibilitas
008
- .000-.134 -.238 .817 .472 -.075 - .060 16.685
Gravitasi5.988E-009 .033
-1.821 1.727 -.941 - .316
Ranksize
1.055 .725 -.316 - .024 41.664
.146
a. Dependent Variable: Hirarki Sistem Pusat Pelayanan
Charts
2-20
Interpretasi
1. Tabel Descriptive Statistics menggambarkan ringkasan analisis yang diproses

berdasarkan variabel.
2. Tabel Correlations menjelaskan hubungan antara variabel yang satu dengan variabel
yang lainnya.
3. Tabel Variables Entered/ Removed menjelaskan jenis-jenis variabel apa saja yang
dimasukkan dan dikeluarkan.
4. Tabel Model Summary menjelaskan variabel independen dan variabel dependen serta
uji F.
5. Tabel Coefficients menjelaskan persamaan regresi majemuk dan uji t.
Referensi
1. Dillon, WR., Goldstein, M. (1984). Multivariate Analysis: Methods and Application. New
York: John Wiley & Sons.
2. Noruris, M. (1994). SPSS Professional Statistics 6.1. Chicago: SPSS Inc.
3. Laboratorium POSI ITB, Pelatihan Analisis Multivariat, 2001, Teknik Industri ITB,
Bandung.
4. Pardede, Anggiat. 2005. Pengaruh Perluasan Jalan terhadap Perubahan Pendapatan
Pedagang Tradisional Pasar Melati Medan. Medan: USU Press.
2.6 Evaluasi
Evaluasi 1
Pertanyaan :
1. Teori :
a. Jelaskan tujuan analisis regresi majemuk dalam ilmu perencanaan! (5)
b. Jelaskan tahapan dalam analisis regresi majemuk! (5)
c. Sebutkan 5 konsep pengujian signifikansi model! (10)
d. Jelaskan model dasar analisis regresi majemuk! (10)
e. Jelaskan mengenai ukuran sampel yang disyaratkan dalam analisis regresi
majemuk! (5)
2. Kerjakan latihan soal berikut:
“PENGARUH KONDISI ANGKUTAN UMUM TERHADAP PENINGKATAN KEPEMILIKAN

KENDARAAN PRIBADI DI KOTA MEDAN”
Kendaraan pribadi (Mobil dan Motor), semakin meningkat jumlahnya, sementara itu
penambahan panjang jalan sangat minim, sehingga melebihi kapasitas jalan yang telah
ditentukan. Akibatnya kemacetan lalulintas sering terjadi di Kota Medan. Hal ini
diperparah dengan keberadaan angkutan umum yang belum memadai kenyamanannya,
menyebabkan kemacetan berlarut-larut. Oleh karena itu, perlu dikaji pengaruh kondisi
kenyamanan angkutan umum terhadap peningkatan kepemilikan kendaraan pribadi di
Kota Medan.
2-21
Dari uraian tersebut, dapat diangkat permasalahan dalam penelitian ini adalah:
1. Apakah ada hubungan yang signifikan antara kondisi angkutan umum dengan
peningkatan kepemilikan kendaraan pribadi?
2. Bagaimanakah hubungan antara tingkat kepemilikan kendaraan pribadi dengan
faktor pertambahan amgkutan umum?
Adapun variabel – variabel yang diteliti dalam rangka mencapai tujuan penelitian ini
adalah sebagai berikut:
Variabel Independen V1 Aman terhadap kecelakaan lalu lintas AKLL

V2 Aman terhadap aksi kejahatan AAK
V3 Tarif Angkutan Umum TAU
V4 Waktu Perjalanan WP
V5 Perpindahan Angkutan Umum PAU
V6 Ketepatan waktu KW
V7 Suhu dalam angkutan umum SAU
V8 Ketersediaan angkutan umum KAU
V9 Kemudahan turun naik angkutan KTNP
V10 Penggunaan Halte PH
V11 Ketersediaan tempat duduk KTD
Variabel Dependen V12 Jumlah kendaraan pribadi JKP
Nilai hasil kusioner untuk variabel-variabel tersebut ditampilkan pada Tabel Input Data
sebagai berikut :
Resp. V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
1 4.33 3.67 3.86 4.33 2.80 15.16 12.85 3.67 15.16 4.33 3.50 4.00
2 4.33 5.00 4.57 4.33 4.00 16.68 20.85 5.00 18.06 4.33 4.17 4.00
3 5.00 4.67 4.00 5.00 3.60 18.06 19.47 4.67 20.85 5.00 3.67 4.33
4 4.00 4.00 4.14 4.00 4.40 20.00 16.00 4.00 16.00 4.00 2.50 4.33
5 4.00 3.67 3.86 4.00 3.20 14.68 13.47 3.67 14.68 4.00 3.30 4.33
6 4.33 4.00 4.29 4.33 4.00 16.00 16.00 4.00 20.00 4.33 2.50 2.67
7 4.33 4.00 4.86 4.33 3.20 15.00 20.00 4.00 21.65 4.33 4.83 4.67
8 5.00 3.33 3.86 5.00 3.00 13.89 13.89 3.33 18.06 5.00 4.00 3.33
9 3.33 5.00 4.43 3.33 5.00 15.89 21.65 5.00 21.65 3.33 1.67 5.00
10 4.00 3.00 3.57 4.00 2.80 10.00 7.50 3.00 8.33 4.00 4.17 3.30
11 4.33 4.00 4.57 4.33 2.20 20.22 17.32 4.00 17.32 4.33 4.00 4.33
12 4.00 5.00 4.14 4.00 3.60 16.68 20.85 5.00 18.06 4.00 3.30 4.00
13 4.67 4.67 4.71 4.67 4.00 20.91 22.56 4.67 22.56 4.67 4.83 4.00
14 4.33 5.00 4.14 4.33 4.20 10.00 12.50 5.00 10.00 4.33 4.17 4.00
15 4.00 5.00 4.86 4.00 3.60 20.00 25.00 5.00 20.00 4.00 4.83 4.33
16 5.00 4.33 3.57 5.00 4.40 17.32 17.32 4.33 17.32 5.00 3.50 4.33
17 3.33 4.00 3.57 3.33 2.00 12.50 10.00 4.00 10.00 3.33 4.17 4.67
18 3.00 5.00 4.00 3.00 3.20 18.68 16.00 5.00 10.83 3.00 3.67 4.67
19 4.67 5.00 4.14 4.67 1.60 7.50 12.50 5.00 16.68 4.67 4.00 4.00
20 4.33 4.67 4.57 4.33 4.00 16.68 25.00 4.67 20.22 4.33 4.00 4.00
21 4.00 4.33 4.71 4.00 3.80 18.75 17.32 4.33 20.22 4.00 3.00 4.33
22 4.00 4.00 4.14 4.00 4.40 18.75 10.00 4.00 12.50 4.00 4.17 4.00
23 5.00 4.00 4.14 5.00 3.80 12.50 16.00 4.00 10.00 5.00 4.00 4.33
2-22
Resp. V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
24 4.67 4.00 4.00 4.67 1.80 11.68 12.50 4.00 18.06 4.67 4.17 4.00
25 5.00 3.33 4.57 5.00 2.80 20.85 20.85 3.33 14.99 5.00 4.17 3.67
26 3.33 4.00 3.71 3.33 2.00 14.99 20.22 4.00 13.32 3.33 3.33 4.00
27 4.00 5.00 3.86 4.00 4.00 12.22 18.75 5.00 16.00 4.00 3.50 4.00
28 4.00 4.00 4.71 4.00 4.20 16.00 10.00 4.00 12.22 4.00 2.50 4.00
29 3.33 4.00 4.71 3.33 1.80 14.68 10.00 4.00 16.58 3.33 2.83 3.33
30 4.33 3.00 3.43 4.33 2.80 15.32 16.68 3.00 7.50 4.33 2.83 4.67
31 3.00 4.33 2.57 3.00 1.40 9.18 14.99 4.33 21.02 3.00 2.67 4.00
32 4.67 4.00 4.14 4.67 2.60 18.00 13.32 4.00 12.75 4.67 3.83 2.67
33 3.33 3.33 3.57 3.33 4.00 14.06 20.00 3.33 21.65 3.33 3.17 4.00
34 5.00 4.00 4.57 5.00 4.00 17.32 14.68 4.00 16.68 5.00 4.00 4.67
35 4.00 4.00 4.43 4.00 3.20 15.30 15.32 4.00 12.50 4.00 4.00 4.33
36 5.00 4.00 4.00 5.00 3.60 7.50 7.50 4.00 17.32 5.00 4.17 4.00
37 4.33 4.33 3.71 4.33 2.80 16.00 19.49 4.33 18.68 4.33 3.00 4.00
38 4.67 4.67 4.00 4.67 4.40 13.32 12.75 4.67 17.32 4.67 3.17 3.33
39 4.00 4.00 3.71 4.00 3.00 21.65 17.32 4.00 9.42 4.00 4.00 4.00
40 3.33 3.00 4.00 3.33 2.00 11.32 16.68 3.00 9.80 3.33 3.83 2.67
41 2.67 3.00 4.29 2.67 4.00 14.68 10.00 3.00 20.00 2.67 2.50 2.67
42 5.00 4.00 3.71 5.00 3.80 16.00 17.32 4.00 10.00 5.00 4.17 4.67
43 4.00 4.00 3.43 4.00 2.60 10.00 18.68 4.00 17.32 4.00 2.67 3.33
44 4.00 4.00 4.43 4.00 2.40 20.22 17.32 4.00 14.06 4.00 3.00 4.33
45 3.67 4.67 4.14 3.67 4.40 15.32 8.49 4.67 16.00 3.67 4.17 3.67
46 4.00 4.00 4.57 4.00 3.60 20.00 14.68 4.00 17.32 4.00 2.67 4.00
47 4.00 4.00 3.29 4.00 3.00 15.89 16.00 4.00 17.32 4.00 3.00 3.67
48 4.33 4.33 4.57 4.33 2.60 12.00 10.00 4.33 14.42 4.33 4.17 2.67
49 3.33 3.33 3.57 3.33 3.00 15.89 20.22 3.33 9.80 3.33 2.33 4.00
50 2.67 3.00 3.71 2.67 2.60 13.47 15.32 3.00 24.15 2.67 3.50 4.00
51 5.00 4.00 4.71 5.00 3.40 19.32 17.32 4.00 20.22 5.00 4.67 2.67
52 4.00 4.00 4.29 4.00 3.20 12.99 25.00 4.00 25.00 4.00 4.33 4.00
53 4.00 5.00 4.86 4.00 4.20 25.00 20.00 5.00 20.00 4.00 2.50 3.33
54 4.00 4.00 4.29 4.00 2.00 20.00 19.47 4.00 16.68 4.00 3.50 3.67
55 4.33 4.67 4.71 4.33 4.20 18.06 14.68 4.67 14.68 4.33 3.00 4.67
56 2.67 4.00 4.00 2.67 2.80 13.47 19.32 4.00 20.91 2.67 4.83 4.33
57 4.00 4.00 4.43 4.00 2.40 20.22 17.32 4.00 14.06 4.00 3.00 4.33
58 3.67 4.67 4.14 3.67 4.40 15.32 8.49 4.67 16.00 3.67 4.17 3.67
59 4.00 4.00 4.57 4.00 3.60 20.00 14.68 4.00 17.32 4.00 2.67 4.00
60 4.67 4.67 4.00 4.67 4.40 13.32 12.75 4.67 17.32 4.67 3.17 3.33
61 4.00 4.00 4.43 4.00 2.40 20.22 17.32 4.00 14.06 4.00 3.00 4.33
62 3.67 4.67 4.14 3.67 4.40 15.32 8.49 4.67 16.00 3.67 4.17 3.67
63 4.00 4.00 4.57 4.00 3.60 20.00 14.68 4.00 17.32 4.00 2.67 4.00
64 4.00 4.00 3.29 4.00 3.00 15.89 16.00 4.00 17.32 4.00 3.00 3.67
65 4.33 4.33 4.57 4.33 2.60 12.00 10.00 4.33 14.42 4.33 4.17 2.67
66 4.33 5.00 4.57 4.33 4.00 16.68 20.85 5.00 18.06 4.33 4.17 4.00
67 5.00 4.67 4.00 5.00 3.60 18.06 19.47 4.67 20.85 5.00 3.67 4.33
68 4.00 4.00 4.14 4.00 4.40 20.00 16.00 4.00 16.00 4.00 2.50 4.33
69 4.00 3.67 3.86 4.00 3.20 14.68 13.47 3.67 14.68 4.00 3.30 4.33
70 4.33 4.00 4.29 4.33 4.00 16.00 16.00 4.00 20.00 4.33 2.50 2.67
71 4.33 4.67 4.57 4.33 4.00 16.68 25.00 4.67 20.22 4.33 4.00 4.00
72 4.00 4.33 4.71 4.00 3.80 18.75 17.32 4.33 20.22 4.00 3.00 4.33
73 4.00 4.00 4.14 4.00 4.40 18.75 10.00 4.00 12.50 4.00 4.17 4.00
74 5.00 4.00 4.14 5.00 3.80 12.50 16.00 4.00 10.00 5.00 4.00 4.33
75 4.67 4.00 4.00 4.67 1.80 11.68 12.50 4.00 18.06 4.67 4.17 4.00
2-23
Pertanyaan :
1. Jelaskan uji F dan uji t berdasarkan data tersebut ? (40)
2. Buatlah Persamaan Regresi Majemuknya berdasarkan data diatas ! (25)
Evaluasi 2
“PENGARUH PENGEMBANGAN KAPASITAS MASYARAKAT PADA KEGIATAN PNPM

MANDIRI PERDESAAN TERHADAP PENCAPAIAN DERAJAT DAN KEBERLANJUTAN
PROGRAM PEMBERDAYAAN MASYARAKAT” (STUDI KASUS: DESA GUNUNG GEULIS,
KECAMATAN SUKARAJA, KABUPATEN BOGOR)
Pemberdayaan masyarakat merupakan usaha untuk membuat masyarakat menjadi

berdaya melalui upaya pembelajaran sehingga mereka mampu untuk mengeloladan
bertanggung jawab atas program pembangunan dalam komunitasnya. Pembelajaran
tersebut diimplementasikan dalam rangkaian pengembangan kapasitas masyarakat,
dimana pelaksanaannya harus disesuaikan dengan karakteristik dan kemampuan
masyarakat setempat karena pada dasarnya setiap komunitas bersifat unik.
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh proses pengembangan
kapasitas masyarakat terhadap pencapaian derajat keberdayaan masyarakat pada
kegiatan PNPM Mandiri Perdesaan di Desa Gunung Geulis, dengan sasaran penelitian
yaitu mengkaji implementasi pengembangan kapasitas masyarakat, mengkaji sikap dan
cara pandang masyarakat tentang pemberdayaan masyarakat serta mengkaji derajat
keberdayaan masyarakat di Desa Gunung Geulis.
Metode analisis yang digunakan dalam penelitian ini adalah dengan menggunakan
metode analisis regresi linear majemuk. Metode ini digunakan untuk mengukur sikap dan
cara pandang masyarakat terhadap pemberdayaan masyarakat yang dilaksanakan dalam
komunitasnya yang dapat menghasilkan hubungan yang signifikan antara pengembangan
kapasitas masyarakat pada kegiatan PNPM mandiri perdesaan terhadap pencapaian
derajat dan keberlanjutan program pemberdayaan masyarakat.
Dari uraian tersebut, dapat diangkat permasalahan dalam penelitian ini adalah apakah
ada hubungan yang signifikan antara pengembangan kapasitas masyarakat dengan
pencapaian derajat keberdayaan masyarakat pada kegiatan PNPM Mandiri Perdesaan di
Desa Gunung Geulis?
Input untuk analisis regresi linear majemuk dalam rangka mencapai tujuan penelitian ini
adalah dengan menggunakan variabel-variabel sebagai berikut :
Variabel V1 : Tingkat Partisipasi TP

Independen V2 : Penyampaian Opini PO
V3 : Perubahan Kesadaran PK
V4 : Pengambilan Tindakan/ Keputusan PT
V5 : Kepedulian dan Kerjasama KK
V6 : Kreativitas KR
V7 : Penyusunan Tujuan Baru PTB
V8 : Negosiasi N
2-24
V9 : Kepuasan KE
V10 : Kepercayaan Diri KD
V11 : Keterampilan Manajemen/ Manajerial KM
V12 : Pengambilan Keputusan PKE
Respon Masyarakat/ Peran Serta RM/
V13 :
Masyarakat PSM
Variabel Pencapaian dan Keberlanjutan Derajat
V14 : PKDKM
Dependen Keberdayaan Masyarakat
Dengan variabel-variabel diatas, maka didapat data isian kuesioner sebagai berikut :
No Responden V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14

1 H. Khozen 4.0 3.5 5.0 5,0 5,0 3,0 3,0 5,0 4.5 3,0 3,0 5,0 5,0 3,0
2 Agusyandi 5.0 5.0 5.0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 4,0
3 Achmad Basuki 3.0 3.0 4.0 5,0 4,0 3,0 3,0 3,0 3.5 4,0 3,0 4,0 4,0 3,0
4 Moh Busyaeri 2.0 2.5 4.0 4,0 4,0 4,0 4,0 3,0 2.5 4,0 4,0 4,0 4,0 2,0
5 Marsudin 3.0 4.0 4.0 5,0 3,0 3.5 5,0 1,0 4,0 2,0 2,0 4,0 4,0 2,0
6 Kholidun 3.0 2.0 4.0 4,0 3,0 3.5 4,0 2,0 4.5 4,0 4,0 4,0 4,0 3,0
7 Cholil 4.0 4.0 4.0 5,0 5,0 4,0 4,0 5,0 5,0 4,0 4,0 2,0 5,0 4,0
8 Rohyanah 3.5 1.0 5.0 4,0 3,0 2,0 3,0 3,0 4.5 2,0 4,0 1,0 1,0 3,0
9 Siti Maryam 2.5 1.5 2.0 3,0 1.5 1.5 3,0 3,0 4,0 1,0 4,0 2,0 2,0 2,0
10 Wasri 3.5 2.5 2.0 5,0 3.5 1.5 3,0 4,0 5,0 4,0 4,0 4,0 4,0 2,0
11 Yunanti 1.5 1.5 4.0 4,0 1.5 3.5 5,0 2,0 3,0 4,0 3,0 4,0 4,0 2,0
12 Muhyidin 4.5 3.0 4.0 5,0 5,0 4,0 4,0 3,0 5,0 4,0 4,0 4,0 4,0 4,0
13 Wahyudi 3.0 4.0 5.0 5,0 3,0 3.5 5,0 5,0 4,0 2,0 3,0 4,0 4,0 3,0
14 Dangan Sri Utami 4.5 4.0 4.0 5,0 4.5 4.5 4,0 5,0 4.5 4,0 4,0 4,0 4,0 4,0
15 Nurchaniyah 4.5 3.5 4.0 5,0 5,0 3,0 3,0 4,0 3,0 4,0 5,0 5,0 5,0 3,0
16 Supari 4.5 4.5 4.0 4,0 4,0 4.5 5,0 4,0 4,0 4,0 4,0 5,0 5,0 4,0
17 Marhadi 3.5 4.0 3.0 4,0 4.5 3.5 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
18 Sobirin 4.0 4.0 4.0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
19 Sujono 4.0 4.0 4.0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
20 Haris M 4.5 5.0 5.0 4,0 4,0 4.5 5,0 5,0 4,0 4,0 4,0 4,0 4,0 4,0
21 Zulfa Mazidah 3.5 2.5 2.0 5,0 5,0 4,0 4,0 4,0 4.5 4,0 4,0 4,0 4,0 4,0
22 Muamalah 4.0 2.0 3.0 5,0 3,0 2,0 2,0 1,0 3,0 2,0 1,0 4,0 4,0 2,0
23 H. Masrukhin 1.0 2.0 4.0 4,0 4.5 4,0 3,0 3,0 4,0 5,0 4,0 3,0 4,0 2,0
24 Wasir 4.0 4.0 4.0 4,0 4.5 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 3,0
25 Sigit Kurniawan 5.0 4.5 4.0 5,0 5,0 3.5 4,0 5,0 4,0 4,0 4,0 4,0 4,0 4,0
26 Mahmudun 5.0 5.0 5.0 5,0 5,0 5,0 4,0 5,0 5,0 5,0 4,0 5,0 5,0 5,0
27 Nur Kholis 4.0 4.0 4.0 5,0 5,0 3.5 4,0 5,0 4,0 4,0 4,0 4,0 4,0 5,0
28 Kasmari 3.0 3.5 4.0 4,0 4,0 3.5 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
29 Abdul Kholiq 4.0 3.0 4.0 5,0 4,0 3.5 5,0 4,0 4,0 4,0 3,0 4,0 4,0 5,0
30 Mufiyati 4.0 3.0 4.0 5,0 4,0 3.5 5,0 4,0 4,0 4,0 3,0 4,0 4,0 5,0
31 Waryono 2.0 2.0 3.0 3,0 3.5 4,0 5,0 4,0 4,0 3,0 4,0 5,0 4,0 2,0
32 Syakur 3.5 2.0 5.0 5,0 4,0 3.5 5,0 5,0 4,0 4,0 4,0 5,0 5,0 4,0
33 Sapari 4.5 2.5 5.0 5,0 4,0 2.5 1,0 4,0 5,0 5,0 4,0 4,0 5,0 3,0
34 Kanafi 4.0 2.0 4.0 3,0 4,0 3.5 4,0 5,0 5,0 5,0 4,0 5,0 5,0 3,0
35 Nur Khikmah 3.0 2.0 5.0 5,0 3,0 5,0 3,0 2,0 4,0 4,0 4,0 5,0 4,0 3,0
36 Nur Khasanah 1.0 1.0 3.0 4,0 2.5 1,0 3,0 1,0 4,0 4,0 1,0 2,0 4,0 2,0
37 Ning Budi Harti 1.0 1.0 1.0 1,0 2.5 1,0 1,0 1,0 2,0 3,0 1,0 2,0 4,0 2,0
38 Amirul Mukminin 2.5 3.5 3.0 5,0 4.5 3,0 3,0 4,0 4,0 4,0 4,0 4,0 5,0 3,0
39 M. Mirwan 5.0 5.0 5.0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 4,0
40 A.Rozaqi 4.0 4.0 5.0 5,0 5,0 5,0 5,0 5,0 4,0 5,0 4,0 5,0 5,0 4,0
41 Nur Azilah 2.0 1.0 2.0 2,0 2,0 2,0 3,0 1,0 3,0 2,0 3,0 2,0 4,0 2,0
2-25
No Responden V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14

42 Djoyo 4.0 3.5 5,0 5,0 4,0 3.5 5,0 3,0 4,0 4,0 4,0 4,0 4,0 4,0
43 Siti Aminah 3.5 3.0 4,0 5,0 4.5 3.5 5,0 5,0 4,0 3,0 3,0 4,0 4,0 4,0
44 Nardi 3.5 3.5 4,0 4,0 3,0 3,0 4,0 4,0 4,0 4,0 3,0 4,0 4,0 4,0
45 H. Warso 4.5 3.0 2,0 5,0 4,0 2.5 4,0 2,0 4,0 3,0 4,0 4,0 4,0 3,0
46 Supardi 2.5 3.0 5,0 5,0 4.5 3.5 3,0 3,0 4,0 4,0 4,0 5,0 5,0 3,0
47 Zarkoni 4.0 4.0 4,0 5,0 4.5 4.5 4,0 5,0 4,0 5,0 4,0 5,0 5,0 4,0
48 M Rohis 4.0 4.0 4,0 5,0 4.5 4,0 4,0 5,0 5,0 4,0 3,0 5,0 5,0 3,0
49 Andi 3.5 3.5 5,0 5,0 4,0 4,0 5,0 5,0 3,0 4,0 4,0 4,0 4,0 3,0
50 Subroto 3.5 2.5 4,0 4,0 3,0 2.5 3,0 3,0 4,0 3,0 2,0 4,0 4,0 3,0
51 Akib 3.5 3.5 5,0 4,0 4,0 3.5 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
52 Jamal 4.5 4.5 5,0 5,0 4.5 5,0 4,0 5,0 4,0 5,0 5,0 5,0 4,0 5,0
53 Suparyo 3.5 3.0 5,0 5,0 4,0 3.5 4,0 4,0 3,0 4,0 3,0 5,0 4,0 4,0
54 Kasbu 5.0 4.5 4,0 5,0 4.5 5,0 2,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
55 Zarkasih 4.5 3.5 4,0 5,0 4.5 4,0 4,0 4,0 4,0 3,0 3,0 4,0 5,0 4,0
56 Murtadlo 4.5 4.0 4,0 5,0 4.5 4.5 3,0 4,0 4,0 5,0 3,0 5,0 5,0 5,0
57 Supardi 5.0 4.5 5,0 5,0 4.5 4,0 4,0 5,0 5,0 4,0 5,0 4,0 5,0 5,0
58 Khoirul Akhyar 3.0 2.5 3,0 4,0 3,0 2.5 2,0 3,0 4,0 4,0 3,0 2,0 4,0 3,0
59 Taqiyah 2.5 3.0 4,0 3,0 3,0 3.5 3,0 3,0 3,0 4,0 4,0 3,0 3,0 2,0
60 Jafar Sodik 3.5 2.5 4,0 5,0 3.5 3.5 5,0 4,0 4,0 3,0 4,0 5,0 5,0 2,0
61 Herwin 4.0 4.5 5,0 5,0 4,0 4,0 4,0 4,0 5,0 5,0 5,0 5,0 5,0 4,0
62 Mahmudah 4.5 4.0 4,0 3,0 4,0 4,0 5,0 5,0 5,0 4,0 4,0 4,0 4,0 4,0
63 Dadan Hamdani 3.5 3.0 4,0 5,0 4.5 3.5 4,0 5,0 4,0 3,0 3,0 3,0 4,0 4,0
64 Suryani 3.5 3.5 4,0 4,0 3,0 3,0 4,0 4,0 2,0 4,0 3,0 3,0 4,0 4,0
65 Cep Soleh 4.0 3.0 4,0 5,0 4,0 3,0 3,0 3,0 3.5 4,0 3,0 4,0 4,0 3,0
66 Asep Kurniawan 4.0 3.0 4,0 4,0 4,0 4.0 4,0 4,0 4,0 4,0 4,0 4,0 4,0 4,0
67 Rosidin 5.0 5.0 5,0 5,0 4,0 5,0 5,0 4,0 5,0 5,0 5,0 4,0 5,0 4,0
68 H. Koma 3.5 2.0 5,0 5,0 4,0 3.5 5,0 5,0 4,0 4,0 4,0 5,0 5,0 4,0
69 Neni 4.0 5.0 4,0 4,0 2,0 4,0 4,0 4,0 4,0 3,0 4,0 3,0 4,0 4,0
70 Pandi 3.5 3.5 2,0 5,0 3.5 1.5 4,0 4,0 5,0 4,0 4,0 4,0 5,0 2,0
71 Rosi 3.5 3.5 4,0 4,0 3,0 3,0 4,0 4,0 4,0 4,0 3,0 4,0 4,0 4,0
72 Agus Ramdan 3.0 2.0 5,0 5,0 3,0 5.0 3,0 2,0 4,0 4,0 4,0 5,0 4,0 4,0
73 Jumara 1.0 1.0 3,0 3,0 2.5 1,0 3,0 1,0 2,0 4,0 1,0 2,0 4,0 2,0
74 Sulaiman 3.5 3.5 4,0 4,0 3.5 3.5 5,0 4,0 4,0 4,0 4,0 5,0 5,0 2,0
75 Atep Darwin 3.0 2.5 3,0 4,0 3,0 3,5 2,0 3,0 4,0 4,0 3,0 2,0 3,0 3,0
Pertanyaan :
1. Sebutkan ketentuan-ketentuan umum dalam penelitian dengan menggunakan

metode analisis regresi majemuk? (10)
2. Jelaskan perbedaan variable dependen dan variable independen (minimal 3)! (5)
3. Interpretasikan seluruh output yang dihasilkan! (30)
4. Bagaimana kesimpulan dari hasil analisis yang dilakukan? Apakah bisa dilakukan
analisis lebih lanjut atau tidak? Jelaskan! (30)
5. Buatlah kasus dan aplikasi analisis regresi majemuk dalam ilmu perencanaan dengan
jumlah sample minimal 40 sampel dan 10 variabel! (25)
2-26
3-0
3.1 Pengantar
Analisis Tabulasi Silang (Crosstabs) adalah salah satu metoda analisa yang paling
sederhana dan cukup kuat untuk melihat hubungan antar variabel (minimum 2
variabel).
Analisis tabulasi silang adalah teknik untuk membandingkan atau melihat

hubungan antara dua buah variabel atau lebih. Dalam tabulasi silang biasanya
dihitung persentase responden untuk setiap kelompok dalam kategori agar mudah
dilihat hubungan antara dua variabel (Rangkuti, 1997).
Data yang bisa digunakan untuk analisis tabulasi silang (crosstabs analysis) ini adalah
data :
1. data rasio.
2. data nominal.
3. data ordinal.
4. data interval.

1. Praktikan mampu membedakan variabel dependen (baris) dan variabel independen
(kolom) dalam analisis tabulasi silang (crosstab analysis).
2. Praktikan mampu menganalisis proses input data analisis tabulasi silang (crosstab
analysis) kedalam Software SPSS.
tabulasi silang (crosstab analysis).
4. Praktikan mampu mengevaluasi dengan menggunakan analisis tabulasi silang
(crosstab analysis).
3-1
3.3 Teori Dasar
Metode Pendukung
Uji Chi Kuadrat Person (Person Chi-square Test)

Uji chi kuadrat ini adalah uji statistik yang biasa digunakan untuk menguji apakah ada
hubungan antara dua peubah kategorik (data kualitatif) yaitu variabel kolom dengan
variabel baris dalam suatu tabulasi silang. Pada uji ini digunakan tabel kontingensi
dengan banyaknya baris r dan banyaknya kolom c (tabel kontingensi r x c).
Pengujian hipotesis yang dilakukan adalah:

H0 : tidak ada hubungan antara baris dan kolom.
H1 : ada hubungan antara baris dan kolom.
Uji Statistik ( × )
=
( – )
= ∑∑
Keterangan:
R = Banyaknya baris
C= Banyaknya kolom
Oij = Frekuensi observasi pada baris ke-I dan kolom ke-j
Eij = Frekuensi harapan pada baris ke-I dan kolom ke-j
N = Banyaknya data
3-2
Gambar 3.1
Tahapan Analisis Tabulasi Silang
Dasar Pengambilan Keputusan :
1. Berdasarkan perbandingan Chi-Square Uji dan tabel

Jika Chi-Square hitung < Chi-Square tabel, maka H 0 diterima, H1 ditolak. Jika
Chi-Square hitung > Chi-Square tabel, maka H0 ditolak, H1 diterima.
2. Berdasarkan probabilitasnya
Jika probabilitas > α maka H0 diterima.
Jika probabilitas < α maka H0 ditolak.
Statistik Chi-kuadrat yang dihasilkan harus dibandingkan dengan titik kritis dan
distribusi teoritis Chi-kuadrat untuk menentukan apakah kedua variabel benar-benar
independent. Untuk itu diperlukan juga derajat kebebasan (degree of freedom/df) dari
3-3
tabel. Derajat kebebasan untuk tabel yang terdiri dari m baris dan n kolom adalah (m-1)x
(n-1).
Uji Chi kuadrat hanyalah uji independensi, sehingga hanya sedikit memberikan informasi
mengenai kekuatan atau bentuk asosiasi di antara dua variabel. Harga yang dihasilkan
tidak hanya bergantung pada kebaikan model independensi, akan tetapi juga bergantung
pada ukuran sampel. Jika ukuran sampel pada sebuah tabel ditambah maka hargachi-
kuadrat juga bertambah. Jadi, besamya harga chi-kuadrat bisa dilihat melalui residual
yang relatif kecil untuk frekuensi harapan akan tetapi ukuran sampelnya besar.
Aplikasi Analisis Tabulasi Silang dalam ilmu perencanaan salah satunya adalah :
1. Hubungan antara potensi pengembangan kampung kota di Kota Bandung terhadap
keberlanjutannya.
2. Pengelompokan hubungan antara kelas jalan dengan jenis kendaraan di Kabupaten
Tasikmalaya.
3. Hubungan antara tingkat pelayanan jalan (volume capacity ratio dengan kapasitas
ruas jalan (smp/jam) yang ada ) di Provinsi Nusa Tenggara Timur.
4. Pengaruh komponen pembentuk ruang kampung wisata kreatif terhadap
keberlanjutannya.
5. Hubungan antara aspek atraction (daya tarik) wisata dengan aspek accessibility
(keterjangkauan) pada kampung wisata.
Alat yang digunakan, antara lain :

1. Software SPSS.
2. Modul Praktikum.
3. Tabel Titik Persentase Distribusi Chi-Square atau X2 (df = 1 - 10).
3.5 Latihan
Kasus
Aplikasi dari tahapan analisis tabulasi silang dapat digunakan untuk menyelesaikan
kasus pada perencanaan. “Pada sebuah survey primer yang dilakukan oleh Pemerintah
Kota Jambi, hendak diketahui bagaimana keterhubungan antara mata pencaharian
masyarakat setempat dengan besarnya penghasilan masyarakat. Untuk meneliti tersebut
telah ditetapkan variabel mata pencaharian dan besarnya penghasilan memiliki kategori
sebagai berikut :
Mata Pencaharian :
1. Karyawan BUMN
3-4
2. Dosen
3. Perawat
4. Dokter
Besarnya Penghasilan, yaitu :

1. < Rp. 1.500.000
2. Rp. 1.500.001 – Rp. 3.000.000
3. Rp. 3.000.001 – Rp. 4.500.000
4. > Rp. 4.500.000
Dari 115 responden yang telah disebar kuesioner diperoleh data sebagai berikut :
Mata Pencaharian Besar Penghasilan Jumlah Responden

1 1 13
2 1 18
3 2 11
4 2 17
4 3 8
3 3 16
2 4 15
1 4 17
Total 115
Hipotesis untuk kasus ini adalah :

H0 : tidak ada hubungan antara besarnya pendapatan dengan mata pencaharian
H1 : ada hubungan antara besarnya pendapatan dengan mata pencaharian
Proses Input Data
Cara membuat tabel silang :

1. Tentukan mana variabel independen dan mana varaibel dependen.
2. Buat kelompok tiap variabel berdasarkan kategori/atribut.
3. Susun tabel silang :
Var. independen = kolom (di atas)
Var. dependen = baris (di samping kiri)
4. Tentukan frekuensi tiap sel dan hitung persen dengan arah vertikal/kolom (Posisi
100% ada di bawah, bukan samping kanan).
5. Mana persen terbesar : pembandingan dilakukan antar persen kolom (kesamping)
untuk tiap kategori baris.
6. Bila letak persen terbesar itu membentuk pola diagonal, maka ada kecenderungan
variabel independen berhubungan dengan variabel dependen.
7. Bila letak persen terbesar itu tersebar dan tidak membentuk pola diagonal, maka
dapat disimpulkan bahwa variabel independen cenderung tidak berhubungan
dengan variabel dependen.
Prosedur penggunaan SPSS untuk setiap model analisis pada dasarnya adalah sama.
Langkah input data dan analisis tabulasi silang adalah sebagai berikut:
Masukan Variabel yang akan di analisis pada tab Variable View. Input data hasil
kuesioner pada tab Data View. Dari menu utama SPSS, pilih “Analyze” lalu pilih sub
menu “Descriptive Statistic” kemudian “Crosstabs…
3-5
1) Terlihat pada tampilan tersebut bahwa semua variabel numerik dan string pendek
pada data akan ditampilkan pada kotak daftar variabel.
2) Pindahkan variabel-variabel yang akan dijadikan variabel baris dan variabel kolom
masing-masing ke kotak : Row (s) dan Column (s).
3) Pada kotak Previous... Layer 1 of 1 ... Next anda bisa memasukkan variable control.
Variabel ini adalah selain dari pada variable kolom dan baris. Misalnya untuk jenis
pekerjaan dan jumlah pendapatan, maka dapat memasukkan jenis pekerjaan (yaitu
Mahasisiwa dan Pegawai), maka tabel yang akan dibuat adalah 2 tabel yaitu tabulasi
Jenis pekerjaan dan jumlah pendapatan untuk kategori Mahasiswa dan Pegawai, dan
sebaliknya pada praktikum saat ini tidak menggunakan variable control.
Supress Tables adalah pilihan untuk semua criteria default (yang telah ditetapkan
oleh komputer). Jika memilih option ini, maka tidak ada tabulasi silang yang
dihasilkan dan SPSS hanya menampilkan statistik yang anda tentukan.
Selanjutnya anda berpindah ke bagian Statistics dan akan muncul jendela yang di
dalamnya terdapat beberapa istilah statistic seperti : Chi-squere. Corelation, Kappa,
Risk, dll.
3-6
Setelah itu klik Continue, lalu kembali ke menu utama, kemudian klik Cell Display,
selanjutnya akan muncul tampilan yang didalamnya terdapat : kotak Counts
(Observed dan Expected), pada kotak Percentages (Row, Column, dan total), dll.
Terakhir, dari menu cells display… anda kembali ke menu utama lalu klik kotak
Format sehingga muncul tampilan yang dapat dipilih beberapa alternative di
antaranya Ascending dan Descending).
Setelah semua diisi, selanjutnya klik OK, dan akan keluar output analisisnya.
Output Data
Case Processing Summary
Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
Besar Penghasilan *
115 100.0% 0 0.0% 115 100.0%
Mata Pencaharian
3-7
Besar Penghasilan * Mata Pencaharian
Besar Penghasilan * Mata Pencaharian Crosstabulation

Mata Pencaharian
Karyawan Total
Dosen Perawat Dokter
BUMN
Count 13 18 0 0 31
Expected Count 8.1 8.9 7.3 6.7 31.0
% within Besar Penghasilan 41.9% 58.1% 0.0% 0.0% 100.0%
<Rp.1.500.000
% within Mata Pencaharian 43.3% 54.5% 0.0% 0.0% 27.0%
% of Total 11.3% 15.7% 0.0% 0.0% 27.0%
Residual 4.9 9.1 -7.3 -6.7
Count 0 0 11 17 28
Expected Count 7.3 8.0 6.6 6.1 28.0
Rp.1.500.001 - % within Besar Penghasilan 0.0% 0.0% 39.3% 60.7% 100.0%
Rp.3.000.000 % within Mata Pencaharian 0.0% 0.0% 40.7% 68.0% 24.3%
% of Total 0.0% 0.0% 9.6% 14.8% 24.3%
Besar Residual -7.3 -8.0 4.4 10.9
Penghasilan Count 0 0 16 8 24
Expected Count 6.3 6.9 5.6 5.2 24.0
Rp. 3.000.001 – % within Besar Penghasilan 0.0% 0.0% 66.7% 33.3% 100.0%
Rp. 4.500.000 % within Mata Pencaharian 0.0% 0.0% 59.3% 32.0% 20.9%
% of Total 0.0% 0.0% 13.9% 7.0% 20.9%
Residual -6.3 -6.9 10.4 2.8
Count 17 15 0 0 32
Expected Count 8.3 9.2 7.5 7.0 32.0
% within Besar Penghasilan 53.1% 46.9% 0.0% 0.0% 100.0%
>Rp.4.500.000
% of Total 14.8% 13.0% 0.0% 0.0% 27.8%
Residual 8.7 5.8 -7.5 -7.0
Count 30 33 27 25 115
Expected Count 30.0 33.0 27.0 25.0 115.0
Total % within Besar Penghasilan 26.1% 28.7% 23.5% 21.7% 100.0%
% of Total 26.1% 28.7% 23.5% 21.7% 100.0%
Chi-Square Tests
Chi-Square Tests
Value df Asymp. Sig. (2-sided)
Pearson Chi-Square 125.026a 9 .000
Likelihood Ratio 163.099 9 .000
Linear-by-Linear Association .808 1 .369
N of Valid Cases 115
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 5.22.
Directional Measures
Asymp. Std. Approx.
Value Approx. Sig.
Errora Tb
Nominal Symmetric .430 .071 5.246 .000
Lambda
by Besar Penghasilan Dependent .434 .074 4.866 .000
3-8
Asymp. Std. Approx.
Value Approx. Sig.
Errora Tb
Nominal Mata Pencaharian Dependent .427 .074 4.748 .000
Goodman and Besar Penghasilan Dependent .360 .024 .000c
Kruskal tau Mata Pencaharian Dependent .359 .024 .000c
Symmetric .514 .014 33.323 .000d
Uncertainty
Besar Penghasilan Dependent .514 .014 33.323 .000d
Coefficient
Mata Pencaharian Dependent .514 .014 33.323 .000d
Nominal Besar Penghasilan Dependent .136
by Interval Eta Mata Pencaharian Dependent .895
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
c. Based on chi-square approximation
d. Likelihood ratio chi-square probability.
Symmetric Measures
Symmetric Measures
Value Asymp. Std. Approx. Tb Approx. Sig.
Errora
Phi 1.043 .000
Nominal by Cramer's V .602 .000
Nominal Contingency .722 .000
Coefficient
Interval by -.084 .087 -.898 .371c
Pearson's R
Interval
Ordinal by Spearman -.072 .110 -.766 .445c
Ordinal Correlation
N of Valid Cases 115
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
c. Based on normal approximation.
Interpretasi
1. Tabel Case Processing Summarymenggambarkan ringkasan analisis yang diproses

2. Tabel Crosstabulation menjelaskan perhitungan count, expected count, % within, %
of total, dan residual.
3. Tabel Chi-Square Test menjelaskan/menguji hubungan variabel baris dan kolom.
4. Tabel Directional Measures menjelaskan hubungan dua variabel.
5. Tabel Symmetric Measures menjelaskan antara dua variabel.
Referensi
1. Dillon, W.R., Goldstein, M. (1984). Multivariate Analysis: Methods and Application.

New York:John Wiley & Sons.
2. Norusis, M. (1994). SPSS Professional Statistics 6.1. Chicago : SPSS Inc.
3. Laboratorium POSI ITB, Pelatihan Analisis Multivariat, 2001, Teknik Industri ITB,
Bandung.
3-9
4. Bowker, Albert H., Lieberman. Engineering Statistic 2nd ed. 1972. Englewood Cliffs :
Pretice Hall Inc.
5. Dajan, Anto. Pengantar Metode Statistik Jilid I Cet 12. 1988. Jakarta : LP3ES.
3.6 Evaluasi
Evaluasi 1
Pemerintah Kelurahan Cinunuk ingin mengetahui apakah ada hubungan antara tingkat
pendapatan dengan tingkat pendidikan penduduk, hal ini diperlukan untuk bahan
masukan pada kegiatan musrembang di desa tersebut, untuk , menganalisis data tersebut
dilakukanlah kegiatan survey sekunder yang dimana menggunakan variabel sebagai
berikut :
Tingkat Pendidikan :
1. SD
2. SMP;
3. SMA;
4. Perguruan Tinggi.
Besar Pendapatan yaitu:

1. < Rp. 500.000
2. Rp 500.000 – Rp. 1.000.000
3. Rp. 1.000.000 – Rp. 1.500.000
4. > Rp. 1.500.000
Dari 122 kuesioner yang disebar diperoleh data sebagai berikut:
Tingkat Pendidikan Besar Pendapatan Jumlah Responden

1 4 9
2 4 8
3 4 6
4 4 13
1 3 6
2 3 11
3 3 9
4 3 5
1 2 8
2 2 13
3 2 12
4 2 3
1 1 2
2 1 7
3 1 8
4 1 2
Total 122
3-10
Pertanyaan:
1. Teori:
a. Jelaskan tujuan analisis tabulasi silang dalam ilmu perencanaan ? (10)
b. Jelaskan metoda uji chi square dalam analisis tabulasi silang ? (15)
c. Sebutkan konsep dasar penggunaan analisis tabulasi silang ? (15)
2. Berdasarkan hasil output analisis di atas :
a. Lampirkan output dari analisis diatas (20)
b. Jelaskan uji chisquare dari output tersebut. (40)
Evaluasi 2
Hubungan antara Type Perumahan dengan Besar

Pendapatan di Desa Cinunuk Kecamatan Cileunyi
Kabupaten Bandung
Berdasarkan kasus tersebut, diketahui variable tipe perumahan terbagi atas 3 kategori,
yaitu :
1. Type 36;
2. Type 45;
3. Type 72.
Sedangkan besar pendapatan yang akan ditetapkan dibagi kedalam 3 kategori, yaitu:
1. <Rp. 1.500.000
2. Rp 1.500.000 – Rp. 3.000.000
3. >Rp. 3.000.000
Dari 160 kuesioner yang disebar diperoleh data sebagai berikut:
Jenis Rumah Besar Pendapatan Jumlah Responden

3 1 23
2 2 10
1 3 16
3 3 22
2 2 19
1 1 20
3 2 16
2 1 19
1 2 15
Total 160
Pertanyaan :
1) Lampirkan output dari data diatas ? (10)
2) Jelaskan uji chi-square dari data diatas ? (60)
3) Buatlah kasus dan aplikasi analisis crosstabs dalam ilmu perencanaan dengan jumlah
sample sebanyak 95 responden dan kriteria masing-masing variabel sebanyak 5
buah ? (30)
3-11
4-0
4.1 Pengantar
Pengertian ANOVA
Analysis of Variance atau yang dikenal dengan One Way Anova adalah salah satu
metode analisis dalam SPSS yang digunakan untuk menganalisis atau menguraikan
seluruh variasi atas bagian-bagian yang mempunyai makna untuk melihat pengaruh
perlakuan pada variasi objek dalam sekelompok data.
Kegunaan ANOVA
a. Menganalisis atau menguraikan seluruh variasi atas bagian – bagian yang
mempunyai makna.
b. Melihat pengaruh perlakuan pada variasi objek.
Tujuan ANOVA
Tujuan dari melakukan analisis dengan ANOVA adalah mencari sumber variasi,
maka pada dasarnya analisis ini terdiri dari satu atau beberapa sumber perbedaan
pada sekelompok data atau populasi yang disebut sistematik variance atau SV.

1. Praktikan mampu membedakan variabel dependen dan faktor dalam analisis
variansi.
2. Praktikan mampu menganalisis proses input data analisis variansi kedalam Software
SPSS.
3. Praktikan mampu menginterpretasikan hasil pengolahan data/output analisis
variansi.
4. Praktikan mampu mengevaluasi dengan menggunakan analisis variansi.
4-1
4.3 Teori Dasar
Metode Pendukung
Sistematik Varian
Dalam sekelompok data terdapat dua jenis sistematik variance yaitu sistematik
variance yang dapat dijelaskan dan sistematik variance yang tidak dapat dijelaskan.
Sistematik variance yang pertama dikenal dengan Variance Between sedangkan
sistematik variance yang kedua dikenal dengan Variance Within atau merupakan
error dari Variance data. Gabungan antara sistematik Variance dan errornya
merupakan total variance dari populasi. Untuk lebih jelasnya dapat dilihat dalam
Gambar 4.1 serta rumus total variansi adalah sebagai berikut:
Total Variansi = SV1 + SV2 + SV3 + … + SVn + Error
Error
Gambar 4.1
SV1 SV3 Hubungan Antara Variansi
SV2
Dalam analisis variansi dianggap bahwa semua variasi yang ada antara rataan
setiap perlakuan disebabkan oleh dua hal yaitu:
Variansi antar perlakuan atau Between Variance- S2a.
Variansi yang diakibatkan oleh perlakuan yang berbeda atau variansi dari
variable tak bebas yang dapat dijelaskan oleh variable bebas.
Variansi dalam perlakuan atau Within Variance – S2w.
Variansi dari variable tak bebas yang tidak dapat dijelaskan oleh factor lain
misalnya perbedaan individu, perhitungan yang kurang tepat, dan sifatnya
acak.
Distribusi F
Distribusi F dalam statistic adalah rasio antara variansi sampel 1 dengan variansi
sampel 2 atau rasio antar dua sampel. Uji ini digunakan untuk mengetahui apakah
suatu variable menjadi sumber perbedaan pada suatu populasi data. Distribusi F
menggunakan uji hipotesis Ho untuk mengetahui apakah rataan suatu criteria sama
dengan rataan populasinya. Lawan dari hipotesis Ho adalah Hi yang menyatakan
paling tidak terdapat suatu perbedaan criteria. Untuk interpretasi hasil Jika F hitung <
F tabel maka hipotesis Ho diterima, artinya rataan kriteria sama dengan rataan
4-2
populasinya. Jadi criteria tersebut bukan sebagai sumber perbedaan ataupun tidak
membentuk suatu sistematik varian tersendiri. Demikian pula sebaliknya, untuk
Fhitung > Ftabel maka hipotesis Hi diterima dan criteria tersebut menjadi sumber
perbedaan pada populasi. Bila uji Ho benar maka rasio:
f = S12
2
S2
Merupakan nilai peubah acak F yang mempunyai sebaran dengan K – 1 dan K(n-1)
derajat bebas. Hipotesis Ho ditolak pada taraf nyata dengan a bila dan untuk lebih
jelasnya dapat dilihat pada Gambar 4.2.
f > fa [(K – 1) . K (n – 1)]
Diambil dari Populasi lain
Diambil dari Populasi yang sama
Gambar 4.2 Grafik Tabel Uji F
Uji Kesamaan Beberapa Variansi (Homogenity of Variance)

Uji ini dilakukan karena rasio f yang diperoleh dari analisis variansi tidak peka
terhadap penyimpangan dari asumsi kehomogenan variasi dari n populasi normal
bila ukuran sampelnya sama. Oleh karena itu, uji ini sangat disarankan dalam kasus
ukuran sampel yang tidak sama dengan anggapan bahwa terjadi kehomogenan
variansi populasi. Uji yang digunakan untuk analisis ini adalah uji berlett didasarkan
pada statistic yang sebaran penarikan sampelnya memberikan nilai kritik yang pasti
bila ukuran sampelnya sama.
4-3
Perancangan Faktor
Sebelum kita melakukan studi aplikasi dari Analysis Of Variance maka langkah awal
yang harus dilakukan adalah merancang factor ekesperimen yang diperlukan dalam
analisis. Misalnya kita dalam eksperimen menggunakan single variable atau factor
yang dinilai maka tipe analisis ini disebut dengan “One Way” atau “One Factor”
analisis variansi. Pada analisis ini hanya menggunakan satu variable predictor atau
satu variable kriteria. Bentuk eksperimen ini dapat kita kembangkan menjadi
beberapa factor atau multi factor, misalnya perancangan dua factor (Two Factorial
Design), tiga faktor, dan seterusnya.
Multivariate Analysis of Variance

Pada kenyataannya dalam suatu studi tidak hanya dijumpai kasus dengan satu
criteria saja, tetapi lebih dari dua, tiga, atau lebih karakteristik. Analisis untuk tipe
studi yang demikian yaitu dengan mengukur sejumlah alternative variable kriteria
disebut Multivariate Analysis of Variance. Analisis ini disebut dengan Multivariate
Analysis of Variance karena mempunyai lebih dari satu variable atau pun
mempunyai variable kriteria ganda. Penggunaan analisisnya lebih kompleks dari
ANOVA. Beberapa uji yang dapat dilakukan pada ANOVA adalah:
1. Uji Keberartian (Significance Test)
2. Statistik T2 Hotelling’s
3. Wilks Lamda
4. Roy’s Largest Root Statistic.
Aplikasi Analisis Variansi (ANOVA) dalam ilmu perencanaan salah satunya adalah:
1. Pengaruh Indeks Pembangunan Manusia terhadap Keberhasilan Pembangunan
daerah di Kabupaten Tasikmalaya.
2. Pengaruh keberadaan Pedagang Kaki Lima terhadap Kemacetan di Jalan R.E
Martadinata.
3. Tiga konsep pengembangan pada beberapa Kota yang ada di Indonesia yang
diterapkan dengan tiga konsep pengembangan kota.
4. Dampak Kebijakan Pengelolaan Kawasan Pasca Tambang Batubara Terhadap
Perubahan Kualitas Lingkungan, Ekonomi, dan Sosial.
Alat yang Digunakan, antara lain :

1. Software SPSS
2. Modul Praktikum
3. Tabel Titik Persentase Distribusi F.
4-4
4.5 Latihan
Dampak Pembangunan KEK Galang Batang Terhadap Kebelanjutan Kawasan

Perkotaan sekitar
(Aspek Sosial, Ekonomi dan Lingkungan) di Kabupaten Bintan
Kabupaten Bintan adalah salah satu kabupaten di Provinsi Kepulauan Riau, Indonesia.
Kabupaten Bintan sebelumnya bernama Kabupaten Kepulauan Riau. abupaten ini
memiliki sejumlah peluang di bidang pariwisata, industri, perikanan, pertambangan dan
Peternakan. Pada sektor industri, Kabupaten ini mempunyai kawasan industri di Lobam
sebagai salah satu hasil dari kerjasama ekonomi antara Singapura, Malaysia, dan
Indonesia. Terdapat 4000 ha lahan yang dipakai oleh 18 perusahaan elektronik, 14
perusahaan garmen dan lain-lain. Industri yang berkembang pada kawasan adalah salah
satunya dengan menetapkan kawasan KEK Galang Batang.
Kawasan Ekonomi Khusus (KEK) Galang Batang berada di Pulau Bintan Kepulauan Riau,
yang merupakan sentra choke point Selat Malaka, berdekatan dengan Batam Free Trade
Zone dan Selat Philip. Lokasi KEK Galang Batang mempunyai akses langsung dengan Selat
Malaka dan Laut China Selatan. KEK Galang Batang diusulkan oleh badan usaha PT Bintan
Alumina Indonesia dan telah ditetapkan melalui Peraturan Pemerintah Nomor 42 Tahun
2017.
KEK Galang Batang akan dikembangkan sebagai sentra industri pengolahan mineral hasil
tambang (bauksit) dan produk turunannya baik dari refinery maupun dari proses
smelter. Diperkirakan KEK Galang Batang akan mampu menyerap tenaga kerja sebesar
23.200 orang, tersebar untuk industri pengolahan refinery sebesar 350 orang, industri
pengolahan smelter sebesar 260 orang dan jasa dermaga serta pelabuhan yang
berpotensi menciptakan kegiatan ikutan (multiplier effect) di kawasan tersebut. Adapun
nilai investasi pembangunan KEK Galang Batang adalah sebesar Rp 36,25 Triliun hingga
tahun 2027.
Dampak Pembangunan KEK Galang Batang

No.
Aspek Sosial Sektor Ekonomi Sektor Lingkungan
1. 70 65 85
2. 87 87 91
3. 74 77 90
4. 53 78 87
5. 65 90 72
6. 73 98 73
7. 78 92 65
8. 80 54 77
9. 67 68 79
10. 77 55 72
11. 73 63 65
12. 74 69 55
13. 78 62 78
14. 67 50 67
15. 55 75 89
16. 59 93 55
17. 56 78 77
18. 70 77 72
4-5
Dampak Pembangunan KEK Galang Batang

No.
Aspek Sosial Sektor Ekonomi Sektor Lingkungan
19. 71 73 81
20. 83 89 83
21. 84 84 84
22. 88 71 66
23. 86 68 60
24. 89 79 62
25. 76 91 61
Proses Input Data
1. Sebelum memasukan data, harus memasukkan dulu nama variabelnya, jenis data,
format tabel, dan label name-nya. Caranya ialah dengan mengklik dua kali dengan
mouse pada menu Variabel View di bawah kiri.
2. Setelah Variabel View diisi, klik lagi Data View untuk memasukkan data. Data yang
dimasukan adalah data yang berada pada tabel Latihan diatas.
4-6
3. Setelah data dimasukan, maka dari menu utama pilih Analyze – Compare Means –
One Way ANOVA.
4-7
4. Kemudian kotak menu utama ANOVA akan muncul sebagai berikut:
5. Selanjutnya lakukan langkah-langkah sebagai berikut:

Pindahkan variable yang dijadikan respon ke kotak Dependent
List. Pindahkan variable ke Kotak Factor.
4-8
Setelah masuk ke menu Contrast, lalu klik Polynominal dan klik Continue.
Lalu masuk ke menu Post Hoc Multiple Comparisons, kemudian klik Bonferroni
dan Tukey, dilanjutkan dengan klik Continue.
Kemudian, masuk ke menu Options, kemudian klik pilihan-pilihan yang

terdapat di Menu Statistics dan dilajutkan dengan mengklik Continue.
4-9
Klik OK, kemudian akan keluar Output dari analisis tersebut.
Output Data
Descriptives
Descriptives
Aspek Keberlanjutan
95% Maximum Between-
Confidence Component
Interval for Variance
Mean Minimum
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound
1 25 73.32 10.323 2.065 69.06 77.58 53 89
2 25 75.44 13.093 2.619 70.04 80.84 50 98
3 25 73.84 10.930 2.186 69.33 78.35 55 91
Total 75 74.20 11.390 1.315 71.58 76.82 50 98
Model Fixed
11.510 1.329 71.55 76.85
Effects
Random
1.329a 68.48a 79.92a -4.079
Effects
Test of Homogeneity of Variances

Aspek Keberlanjutan
Levene Statistic df1 df2 Sig.
.953 2 72 .391
4-10
ANOVA
ANOVA
Aspek Keberlanjutan
Sum of Mean
Squares df Square F Sig.
Between (Combined) 61.040 2 30.520 .230 .795
Groups
Linear Contrast 3.380 1 3.380 .026 .874
Term
Deviatio
57.660 1 57.660 .435 .512
n
Within Groups 9538.960 72 132.486
Total 9600.000 74
Multiple Comparisons
Dependent Variable : Aspek Keberlanjutan
95%
(I) Dampak (J) Dampak
Mean Confidence
Pembangunan Pembangunan Std.
Difference Sig. Interval
KEK Galang KEK Galang Error
(I-J) Lower
Batang Batang
Bound
Tukey 1 2 -2.120 3.256 .792 -9.91
HSD 3 -.520 3.256 .986 -8.31
2 1 2.120 3.256 .792 -5.67
3 1.600 3.256 .876 -6.19
3 1 .520 3.256 .986 -7.27
2 -1.600 3.256 .876 -9.39
Bonferron 1 2 -2.120 3.256 1.000 -10.10
i 3 -.520 3.256 1.000 -8.50
2 1 2.120 3.256 1.000 -5.86
3 1.600 3.256 1.000 -6.38
3 1 .520 3.256 1.000 -7.46
2 -1.600 3.256 1.000 -9.58
Dependent Variable : Aspek Keberlanjutan
(I) Dampak (J) Dampak 95% Confidence
Pembangunan KEK Pembangunan KEK Interval
Galang Batang Galang Batang Upper Bound
Tukey HSD 1 2 5.67
3 7.27
2 1 9.91
3 9.39
3 1 8.31
2 6.19
Bonferroni 1 2 5.86
3 7.46
2 1 10.10
3 9.58
3 1 8.50
2 6.38
4-11
Homogeneous Subsets
Aspek Keberlanjutan
Dampak Pembangunan KEK Subset for alpha = 0.05
N
Galang Batang 1
Tukey HSDa 1 25 73.32
3 25 73.84
2 25 75.44
Sig. .792
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 25.000.
Interpretasi Data
1. Tabel Descriptive Statisticsmenggambarkan ringkasan analisis yang diproses

2. Tabel Test of Homogeneity of Variancesdigunakan untuk menguji probabilitas analisis
yang dilakukan.
3. Tabel ANOVA digunakan untuk uji F.
4. Tabel Robust Tests of Equality of Means.
5. Tabel Homogeneous Subsets digunakan untuk digunakan untuk melihat ada atau
tidaknya variansi yang berbeda.
Referensi
1. Norusis, M. 1994,SPSS Professional Statistics 6.1, SPSS Inc. Chicago.

2. Sugiono, Statistika Untuk Penelitian, Alfabeta, Bandung.
3. Laboratorium POSI ITB, 2001, Pelatihan Analisis Multivariat, Teknik Industri ITB,
Bandung.
4. ______, 2006, Seri Belajar Praktis Menguasai SPSS 13 untuk Statistik, Salemba Infotek,
Jakarta.
4.6 Evaluasi
Sistem Kerja yang diterapkan perusahaan dalam mengatasi permasalahan perekonomian

suatu kawasan perkotaan pada masa pandemi Covid 19 di Indonesia.
Konsep Pengembangan Kota

Sistem Sistem Kerja yang
No.
Work From Home menerapkan Protokol Sistem Kerja Shift / Jadwal
(WFH) Kesehatan
1. 68 80 76
2. 70 70 80
3. 69 65 81
4. 62 70 69
5. 63 61 72
6. 62 66 70
7. 68 67 64
4-12
Konsep Pengembangan Kota

Sistem Sistem Kerja yang
No.
Work From Home menerapkan Protokol Sistem Kerja Shift / Jadwal
(WFH) Kesehatan
8. 57 72 66
9. 70 82 83
10. 60 59 59
11. 75 70 76
12. 70 60 65
13. 63 67 63
14. 78 65 66
15. 65 65 67
16. 64 67 68
17. 56 62 60
18. 54 75 69
19. 66 71 72
20. 66 68 78
Pertanyaan:
1. Teori:
a. Jelaskan kegunaan dari Analisis Variansi (ANOVA)!
b. Jelaskan perbedaan dari Within Variance dan Between Variance dalam ANOVA!
2. Jelaskan uji Probabilitas dan Uji F berdasarkan data terlampir dalam analisis
variansi ?
3. Apa arti / fungsi dari nilai Subsets for Alpha?
4. Interpretasikan:
Nilai Keberhasilan
Levene Statistic df1 df2 Sig.

1.302 2 80 .210
4-13
Titik Persentase atas Distribusi F, t, dan Chi-Square ( χ2 )
Disusun Oleh :

Program Studi Perencanaan Wilayah dan Kota
Fakultas Teknik
Universitas Islam Bandung
L-1
Titik Persentase Distribusi F (Probabilitas = 0,05 dan df = 1 - 225)

df untuk df untuk pembilang (N1)
penyebut
(N2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 161 199 216 225 230 234 237 239 241 242 243 244 245 245 246
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.40 19.41 19.42 19.42 19.43
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.76 8.74 8.73 8.71 8.70
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.94 5.91 5.89 5.87 5.86
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.70 4.68 4.66 4.64 4.62
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 3.98 3.96 3.94
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.60 3.57 3.55 3.53 3.51
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.31 3.28 3.26 3.24 3.22
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.10 3.07 3.05 3.03 3.01
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.94 2.91 2.89 2.86 2.85
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.82 2.79 2.76 2.74 2.72
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.72 2.69 2.66 2.64 2.62
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.63 2.60 2.58 2.55 2.53
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.57 2.53 2.51 2.48 2.46
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.51 2.48 2.45 2.42 2.40
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.46 2.42 2.40 2.37 2.35
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.41 2.38 2.35 2.33 2.31
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.37 2.34 2.31 2.29 2.27
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.34 2.31 2.28 2.26 2.23
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.31 2.28 2.25 2.22 2.20
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.28 2.25 2.22 2.20 2.18
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.26 2.23 2.20 2.17 2.15
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.24 2.20 2.18 2.15 2.13
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.22 2.18 2.15 2.13 2.11
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.20 2.16 2.14 2.11 2.09
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.18 2.15 2.12 2.09 2.07
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.17 2.13 2.10 2.08 2.06
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.15 2.12 2.09 2.06 2.04
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.14 2.10 2.08 2.05 2.03
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.13 2.09 2.06 2.04 2.01
31 4.16 3.30 2.91 2.68 2.52 2.41 2.32 2.25 2.20 2.15 2.11 2.08 2.05 2.03 2.00
32 4.15 3.29 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14 2.10 2.07 2.04 2.01 1.99
33 4.14 3.28 2.89 2.66 2.50 2.39 2.30 2.23 2.18 2.13 2.09 2.06 2.03 2.00 1.98
34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12 2.08 2.05 2.02 1.99 1.97
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11 2.07 2.04 2.01 1.99 1.96
36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11 2.07 2.03 2.00 1.98 1.95
37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.14 2.10 2.06 2.02 2.00 1.97 1.95
38 4.10 3.24 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09 2.05 2.02 1.99 1.96 1.94
39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08 2.04 2.01 1.98 1.95 1.93
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.04 2.00 1.97 1.95 1.92
41 4.08 3.23 2.83 2.60 2.44 2.33 2.24 2.17 2.12 2.07 2.03 2.00 1.97 1.94 1.92
42 4.07 3.22 2.83 2.59 2.44 2.32 2.24 2.17 2.11 2.06 2.03 1.99 1.96 1.94 1.91
43 4.07 3.21 2.82 2.59 2.43 2.32 2.23 2.16 2.11 2.06 2.02 1.99 1.96 1.93 1.91
44 4.06 3.21 2.82 2.58 2.43 2.31 2.23 2.16 2.10 2.05 2.01 1.98 1.95 1.92 1.90
45 4.06 3.20 2.81 2.58 2.42 2.31 2.22 2.15 2.10 2.05 2.01 1.97 1.94 1.92 1.89
46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.15 2.09 2.04 2.00 1.97 1.94 1.91 1.89
47 4.05 3.20 2.80 2.57 2.41 2.30 2.21 2.14 2.09 2.04 2.00 1.96 1.93 1.91 1.88
48 4.04 3.19 2.80 2.57 2.41 2.29 2.21 2.14 2.08 2.03 1.99 1.96 1.93 1.90 1.88
49 4.04 3.19 2.79 2.56 2.40 2.29 2.20 2.13 2.08 2.03 1.99 1.96 1.93 1.90 1.88
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03 1.99 1.95 1.92 1.89 1.87
51 4.03 3.18 2.79 2.55 2.40 2.28 2.20 2.13 2.07 2.02 1.98 1.95 1.92 1.89 1.87
52 4.03 3.18 2.78 2.55 2.39 2.28 2.19 2.12 2.07 2.02 1.98 1.94 1.91 1.89 1.86
53 4.02 3.17 2.78 2.55 2.39 2.28 2.19 2.12 2.06 2.01 1.97 1.94 1.91 1.88 1.86
54 4.02 3.17 2.78 2.54 2.39 2.27 2.18 2.12 2.06 2.01 1.97 1.94 1.91 1.88 1.86
55 4.02 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.06 2.01 1.97 1.93 1.90 1.88 1.85
56 4.01 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.05 2.00 1.96 1.93 1.90 1.87 1.85
57 4.01 3.16 2.77 2.53 2.38 2.26 2.18 2.11 2.05 2.00 1.96 1.93 1.90 1.87 1.85
58 4.01 3.16 2.76 2.53 2.37 2.26 2.17 2.10 2.05 2.00 1.96 1.92 1.89 1.87 1.84
59 4.00 3.15 2.76 2.53 2.37 2.26 2.17 2.10 2.04 2.00 1.96 1.92 1.89 1.86 1.84
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.95 1.92 1.89 1.86 1.84
61 4.00 3.15 2.76 2.52 2.37 2.25 2.16 2.09 2.04 1.99 1.95 1.91 1.88 1.86 1.83
62 4.00 3.15 2.75 2.52 2.36 2.25 2.16 2.09 2.03 1.99 1.95 1.91 1.88 1.85 1.83
63 3.99 3.14 2.75 2.52 2.36 2.25 2.16 2.09 2.03 1.98 1.94 1.91 1.88 1.85 1.83
64 3.99 3.14 2.75 2.52 2.36 2.24 2.16 2.09 2.03 1.98 1.94 1.91 1.88 1.85 1.83
65 3.99 3.14 2.75 2.51 2.36 2.24 2.15 2.08 2.03 1.98 1.94 1.90 1.87 1.85 1.82
66 3.99 3.14 2.74 2.51 2.35 2.24 2.15 2.08 2.03 1.98 1.94 1.90 1.87 1.84 1.82
67 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.98 1.93 1.90 1.87 1.84 1.82
68 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.97 1.93 1.90 1.87 1.84 1.82
69 3.98 3.13 2.74 2.50 2.35 2.23 2.15 2.08 2.02 1.97 1.93 1.90 1.86 1.84 1.81
70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02 1.97 1.93 1.89 1.86 1.84 1.81
L-2

penyebut
(N2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
71 3.98 3.13 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.97 1.93 1.89 1.86 1.83 1.81
72 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.96 1.92 1.89 1.86 1.83 1.81
73 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.96 1.92 1.89 1.86 1.83 1.81
74 3.97 3.12 2.73 2.50 2.34 2.22 2.14 2.07 2.01 1.96 1.92 1.89 1.85 1.83 1.80
75 3.97 3.12 2.73 2.49 2.34 2.22 2.13 2.06 2.01 1.96 1.92 1.88 1.85 1.83 1.80
76 3.97 3.12 2.72 2.49 2.33 2.22 2.13 2.06 2.01 1.96 1.92 1.88 1.85 1.82 1.80
77 3.97 3.12 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.96 1.92 1.88 1.85 1.82 1.80
78 3.96 3.11 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.95 1.91 1.88 1.85 1.82 1.80
79 3.96 3.11 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.95 1.91 1.88 1.85 1.82 1.79
80 3.96 3.11 2.72 2.49 2.33 2.21 2.13 2.06 2.00 1.95 1.91 1.88 1.84 1.82 1.79
81 3.96 3.11 2.72 2.48 2.33 2.21 2.12 2.05 2.00 1.95 1.91 1.87 1.84 1.82 1.79
82 3.96 3.11 2.72 2.48 2.33 2.21 2.12 2.05 2.00 1.95 1.91 1.87 1.84 1.81 1.79
83 3.96 3.11 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.95 1.91 1.87 1.84 1.81 1.79
84 3.95 3.11 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.95 1.90 1.87 1.84 1.81 1.79
85 3.95 3.10 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.94 1.90 1.87 1.84 1.81 1.79
86 3.95 3.10 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.94 1.90 1.87 1.84 1.81 1.78
87 3.95 3.10 2.71 2.48 2.32 2.20 2.12 2.05 1.99 1.94 1.90 1.87 1.83 1.81 1.78
88 3.95 3.10 2.71 2.48 2.32 2.20 2.12 2.05 1.99 1.94 1.90 1.86 1.83 1.81 1.78
89 3.95 3.10 2.71 2.47 2.32 2.20 2.11 2.04 1.99 1.94 1.90 1.86 1.83 1.80 1.78
90 3.95 3.10 2.71 2.47 2.32 2.20 2.11 2.04 1.99 1.94 1.90 1.86 1.83 1.80 1.78
91 3.95 3.10 2.70 2.47 2.31 2.20 2.11 2.04 1.98 1.94 1.90 1.86 1.83 1.80 1.78
92 3.94 3.10 2.70 2.47 2.31 2.20 2.11 2.04 1.98 1.94 1.89 1.86 1.83 1.80 1.78
93 3.94 3.09 2.70 2.47 2.31 2.20 2.11 2.04 1.98 1.93 1.89 1.86 1.83 1.80 1.78
94 3.94 3.09 2.70 2.47 2.31 2.20 2.11 2.04 1.98 1.93 1.89 1.86 1.83 1.80 1.77
95 3.94 3.09 2.70 2.47 2.31 2.20 2.11 2.04 1.98 1.93 1.89 1.86 1.82 1.80 1.77
96 3.94 3.09 2.70 2.47 2.31 2.19 2.11 2.04 1.98 1.93 1.89 1.85 1.82 1.80 1.77
97 3.94 3.09 2.70 2.47 2.31 2.19 2.11 2.04 1.98 1.93 1.89 1.85 1.82 1.80 1.77
98 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.98 1.93 1.89 1.85 1.82 1.79 1.77
99 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.98 1.93 1.89 1.85 1.82 1.79 1.77
100 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.97 1.93 1.89 1.85 1.82 1.79 1.77
101 3.94 3.09 2.69 2.46 2.30 2.19 2.10 2.03 1.97 1.93 1.88 1.85 1.82 1.79 1.77
102 3.93 3.09 2.69 2.46 2.30 2.19 2.10 2.03 1.97 1.92 1.88 1.85 1.82 1.79 1.77
103 3.93 3.08 2.69 2.46 2.30 2.19 2.10 2.03 1.97 1.92 1.88 1.85 1.82 1.79 1.76
104 3.93 3.08 2.69 2.46 2.30 2.19 2.10 2.03 1.97 1.92 1.88 1.85 1.82 1.79 1.76
105 3.93 3.08 2.69 2.46 2.30 2.19 2.10 2.03 1.97 1.92 1.88 1.85 1.81 1.79 1.76
106 3.93 3.08 2.69 2.46 2.30 2.19 2.10 2.03 1.97 1.92 1.88 1.84 1.81 1.79 1.76
107 3.93 3.08 2.69 2.46 2.30 2.18 2.10 2.03 1.97 1.92 1.88 1.84 1.81 1.79 1.76
108 3.93 3.08 2.69 2.46 2.30 2.18 2.10 2.03 1.97 1.92 1.88 1.84 1.81 1.78 1.76
109 3.93 3.08 2.69 2.45 2.30 2.18 2.09 2.02 1.97 1.92 1.88 1.84 1.81 1.78 1.76
110 3.93 3.08 2.69 2.45 2.30 2.18 2.09 2.02 1.97 1.92 1.88 1.84 1.81 1.78 1.76
111 3.93 3.08 2.69 2.45 2.30 2.18 2.09 2.02 1.97 1.92 1.88 1.84 1.81 1.78 1.76
112 3.93 3.08 2.69 2.45 2.30 2.18 2.09 2.02 1.96 1.92 1.88 1.84 1.81 1.78 1.76
113 3.93 3.08 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.92 1.87 1.84 1.81 1.78 1.76
114 3.92 3.08 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.84 1.81 1.78 1.75
115 3.92 3.08 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.84 1.81 1.78 1.75
116 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.84 1.81 1.78 1.75
117 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.84 1.80 1.78 1.75
118 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.84 1.80 1.78 1.75
119 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.83 1.80 1.78 1.75
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.83 1.80 1.78 1.75
121 3.92 3.07 2.68 2.45 2.29 2.17 2.09 2.02 1.96 1.91 1.87 1.83 1.80 1.77 1.75
122 3.92 3.07 2.68 2.45 2.29 2.17 2.09 2.02 1.96 1.91 1.87 1.83 1.80 1.77 1.75
123 3.92 3.07 2.68 2.45 2.29 2.17 2.08 2.01 1.96 1.91 1.87 1.83 1.80 1.77 1.75
124 3.92 3.07 2.68 2.44 2.29 2.17 2.08 2.01 1.96 1.91 1.87 1.83 1.80 1.77 1.75
125 3.92 3.07 2.68 2.44 2.29 2.17 2.08 2.01 1.96 1.91 1.87 1.83 1.80 1.77 1.75
126 3.92 3.07 2.68 2.44 2.29 2.17 2.08 2.01 1.95 1.91 1.87 1.83 1.80 1.77 1.75
127 3.92 3.07 2.68 2.44 2.29 2.17 2.08 2.01 1.95 1.91 1.86 1.83 1.80 1.77 1.75
128 3.92 3.07 2.68 2.44 2.29 2.17 2.08 2.01 1.95 1.91 1.86 1.83 1.80 1.77 1.75
129 3.91 3.07 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.83 1.80 1.77 1.74
130 3.91 3.07 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.83 1.80 1.77 1.74
131 3.91 3.07 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.83 1.80 1.77 1.74
132 3.91 3.06 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.83 1.79 1.77 1.74
133 3.91 3.06 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.83 1.79 1.77 1.74
134 3.91 3.06 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.83 1.79 1.77 1.74
135 3.91 3.06 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.82 1.79 1.77 1.74
136 3.91 3.06 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.82 1.79 1.77 1.74
137 3.91 3.06 2.67 2.44 2.28 2.17 2.08 2.01 1.95 1.90 1.86 1.82 1.79 1.76 1.74
138 3.91 3.06 2.67 2.44 2.28 2.16 2.08 2.01 1.95 1.90 1.86 1.82 1.79 1.76 1.74
139 3.91 3.06 2.67 2.44 2.28 2.16 2.08 2.01 1.95 1.90 1.86 1.82 1.79 1.76 1.74
140 3.91 3.06 2.67 2.44 2.28 2.16 2.08 2.01 1.95 1.90 1.86 1.82 1.79 1.76 1.74
141 3.91 3.06 2.67 2.44 2.28 2.16 2.08 2.00 1.95 1.90 1.86 1.82 1.79 1.76 1.74
142 3.91 3.06 2.67 2.44 2.28 2.16 2.07 2.00 1.95 1.90 1.86 1.82 1.79 1.76 1.74
L-3

penyebut
(N2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
143 3.91 3.06 2.67 2.43 2.28 2.16 2.07 2.00 1.95 1.90 1.86 1.82 1.79 1.76 1.74
144 3.91 3.06 2.67 2.43 2.28 2.16 2.07 2.00 1.95 1.90 1.86 1.82 1.79 1.76 1.74
145 3.91 3.06 2.67 2.43 2.28 2.16 2.07 2.00 1.94 1.90 1.86 1.82 1.79 1.76 1.74
146 3.91 3.06 2.67 2.43 2.28 2.16 2.07 2.00 1.94 1.90 1.85 1.82 1.79 1.76 1.74
147 3.91 3.06 2.67 2.43 2.28 2.16 2.07 2.00 1.94 1.90 1.85 1.82 1.79 1.76 1.73
148 3.91 3.06 2.67 2.43 2.28 2.16 2.07 2.00 1.94 1.90 1.85 1.82 1.79 1.76 1.73
149 3.90 3.06 2.67 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.79 1.76 1.73
150 3.90 3.06 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.79 1.76 1.73
151 3.90 3.06 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.79 1.76 1.73
152 3.90 3.06 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.79 1.76 1.73
153 3.90 3.06 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.78 1.76 1.73
154 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.78 1.76 1.73
155 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 1.78 1.76 1.73
156 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.76 1.73
157 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.76 1.73
158 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
159 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
160 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
161 3.90 3.05 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
162 3.90 3.05 2.66 2.43 2.27 2.15 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
163 3.90 3.05 2.66 2.43 2.27 2.15 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
164 3.90 3.05 2.66 2.43 2.27 2.15 2.07 2.00 1.94 1.89 1.85 1.81 1.78 1.75 1.73
165 3.90 3.05 2.66 2.43 2.27 2.15 2.07 1.99 1.94 1.89 1.85 1.81 1.78 1.75 1.73
166 3.90 3.05 2.66 2.43 2.27 2.15 2.07 1.99 1.94 1.89 1.85 1.81 1.78 1.75 1.73
167 3.90 3.05 2.66 2.43 2.27 2.15 2.06 1.99 1.94 1.89 1.85 1.81 1.78 1.75 1.73
168 3.90 3.05 2.66 2.43 2.27 2.15 2.06 1.99 1.94 1.89 1.85 1.81 1.78 1.75 1.73
169 3.90 3.05 2.66 2.43 2.27 2.15 2.06 1.99 1.94 1.89 1.85 1.81 1.78 1.75 1.73
170 3.90 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.94 1.89 1.85 1.81 1.78 1.75 1.73
171 3.90 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.89 1.85 1.81 1.78 1.75 1.73
172 3.90 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.89 1.84 1.81 1.78 1.75 1.72
173 3.90 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.89 1.84 1.81 1.78 1.75 1.72
174 3.90 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.89 1.84 1.81 1.78 1.75 1.72
175 3.90 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.89 1.84 1.81 1.78 1.75 1.72
176 3.89 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.78 1.75 1.72
177 3.89 3.05 2.66 2.42 2.27 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.78 1.75 1.72
178 3.89 3.05 2.66 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.78 1.75 1.72
179 3.89 3.05 2.66 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.78 1.75 1.72
180 3.89 3.05 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.77 1.75 1.72
181 3.89 3.05 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.77 1.75 1.72
182 3.89 3.05 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.77 1.75 1.72
183 3.89 3.05 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.77 1.75 1.72
184 3.89 3.05 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.81 1.77 1.75 1.72
185 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.75 1.72
186 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.75 1.72
187 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
188 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
189 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
190 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
191 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
192 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
193 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
194 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
195 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
196 3.89 3.04 2.65 2.42 2.26 2.15 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
197 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
198 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
199 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.99 1.93 1.88 1.84 1.80 1.77 1.74 1.72
200 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
201 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
202 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
203 3.89 3.04 2.65 2.42 2.26 2.14 2.05 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
204 3.89 3.04 2.65 2.42 2.26 2.14 2.05 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
205 3.89 3.04 2.65 2.42 2.26 2.14 2.05 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
206 3.89 3.04 2.65 2.42 2.26 2.14 2.05 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.72
207 3.89 3.04 2.65 2.42 2.26 2.14 2.05 1.98 1.93 1.88 1.84 1.80 1.77 1.74 1.71
208 3.89 3.04 2.65 2.42 2.26 2.14 2.05 1.98 1.93 1.88 1.83 1.80 1.77 1.74 1.71
209 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.88 1.83 1.80 1.77 1.74 1.71
210 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.88 1.83 1.80 1.77 1.74 1.71
211 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.88 1.83 1.80 1.77 1.74 1.71
212 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.88 1.83 1.80 1.77 1.74 1.71
213 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.88 1.83 1.80 1.77 1.74 1.71
214 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.88 1.83 1.80 1.77 1.74 1.71
L-4

penyebut
(N2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
215 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.77 1.74 1.71
216 3.88 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.77 1.74 1.71
217 3.88 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.77 1.74 1.71
218 3.88 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.77 1.74 1.71
219 3.88 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.77 1.74 1.71
220 3.88 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.76 1.74 1.71
221 3.88 3.04 2.65 2.41 2.25 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.76 1.74 1.71
222 3.88 3.04 2.65 2.41 2.25 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.76 1.74 1.71
223 3.88 3.04 2.65 2.41 2.25 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.76 1.74 1.71
224 3.88 3.04 2.64 2.41 2.25 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.76 1.74 1.71
225 3.88 3.04 2.64 2.41 2.25 2.14 2.05 1.98 1.92 1.87 1.83 1.80 1.76 1.74 1.71
L-5
Titik Persentase Distribusi t (df = 1 - 200)
Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001

df 0.50 0.20 0.10 0.050 0.02 0.010 0.002
1 1.00000 3.07768 6.31375 12.70620 31.82052 63.65674 318.30884
2 0.81650 1.88562 2.91999 4.30265 6.96456 9.92484 22.32712
3 0.76489 1.63774 2.35336 3.18245 4.54070 5.84091 10.21453
4 0.74070 1.53321 2.13185 2.77645 3.74695 4.60409 7.17318
5 0.72669 1.47588 2.01505 2.57058 3.36493 4.03214 5.89343
6 0.71756 1.43976 1.94318 2.44691 3.14267 3.70743 5.20763
7 0.71114 1.41492 1.89458 2.36462 2.99795 3.49948 4.78529
8 0.70639 1.39682 1.85955 2.30600 2.89646 3.35539 4.50079
9 0.70272 1.38303 1.83311 2.26216 2.82144 3.24984 4.29681
10 0.69981 1.37218 1.81246 2.22814 2.76377 3.16927 4.14370
11 0.69745 1.36343 1.79588 2.20099 2.71808 3.10581 4.02470
12 0.69548 1.35622 1.78229 2.17881 2.68100 3.05454 3.92963
13 0.69383 1.35017 1.77093 2.16037 2.65031 3.01228 3.85198
14 0.69242 1.34503 1.76131 2.14479 2.62449 2.97684 3.78739
15 0.69120 1.34061 1.75305 2.13145 2.60248 2.94671 3.73283
16 0.69013 1.33676 1.74588 2.11991 2.58349 2.92078 3.68615
17 0.68920 1.33338 1.73961 2.10982 2.56693 2.89823 3.64577
18 0.68836 1.33039 1.73406 2.10092 2.55238 2.87844 3.61048
19 0.68762 1.32773 1.72913 2.09302 2.53948 2.86093 3.57940
20 0.68695 1.32534 1.72472 2.08596 2.52798 2.84534 3.55181
21 0.68635 1.32319 1.72074 2.07961 2.51765 2.83136 3.52715
22 0.68581 1.32124 1.71714 2.07387 2.50832 2.81876 3.50499
23 0.68531 1.31946 1.71387 2.06866 2.49987 2.80734 3.48496
24 0.68485 1.31784 1.71088 2.06390 2.49216 2.79694 3.46678
25 0.68443 1.31635 1.70814 2.05954 2.48511 2.78744 3.45019
26 0.68404 1.31497 1.70562 2.05553 2.47863 2.77871 3.43500
27 0.68368 1.31370 1.70329 2.05183 2.47266 2.77068 3.42103
28 0.68335 1.31253 1.70113 2.04841 2.46714 2.76326 3.40816
29 0.68304 1.31143 1.69913 2.04523 2.46202 2.75639 3.39624
30 0.68276 1.31042 1.69726 2.04227 2.45726 2.75000 3.38518
31 0.68249 1.30946 1.69552 2.03951 2.45282 2.74404 3.37490
32 0.68223 1.30857 1.69389 2.03693 2.44868 2.73848 3.36531
33 0.68200 1.30774 1.69236 2.03452 2.44479 2.73328 3.35634
34 0.68177 1.30695 1.69092 2.03224 2.44115 2.72839 3.34793
35 0.68156 1.30621 1.68957 2.03011 2.43772 2.72381 3.34005
36 0.68137 1.30551 1.68830 2.02809 2.43449 2.71948 3.33262
37 0.68118 1.30485 1.68709 2.02619 2.43145 2.71541 3.32563
38 0.68100 1.30423 1.68595 2.02439 2.42857 2.71156 3.31903
39 0.68083 1.30364 1.68488 2.02269 2.42584 2.70791 3.31279
40 0.68067 1.30308 1.68385 2.02108 2.42326 2.70446 3.30688
41 0.68052 1.30254 1.68288 2.01954 2.42080 2.70118 3.30127
42 0.68038 1.30204 1.68195 2.01808 2.41847 2.69807 3.29595
43 0.68024 1.30155 1.68107 2.01669 2.41625 2.69510 3.29089
44 0.68011 1.30109 1.68023 2.01537 2.41413 2.69228 3.28607
45 0.67998 1.30065 1.67943 2.01410 2.41212 2.68959 3.28148
46 0.67986 1.30023 1.67866 2.01290 2.41019 2.68701 3.27710
47 0.67975 1.29982 1.67793 2.01174 2.40835 2.68456 3.27291
48 0.67964 1.29944 1.67722 2.01063 2.40658 2.68220 3.26891
49 0.67953 1.29907 1.67655 2.00958 2.40489 2.67995 3.26508
50 0.67943 1.29871 1.67591 2.00856 2.40327 2.67779 3.26141
51 0.67933 1.29837 1.67528 2.00758 2.40172 2.67572 3.25789
L-6
Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001

df 0.50 0.20 0.10 0.050 0.02 0.010 0.002
52 0.67924 1.29805 1.67469 2.00665 2.40022 2.67373 3.25451
53 0.67915 1.29773 1.67412 2.00575 2.39879 2.67182 3.25127
54 0.67906 1.29743 1.67356 2.00488 2.39741 2.66998 3.24815
55 0.67898 1.29713 1.67303 2.00404 2.39608 2.66822 3.24515
56 0.67890 1.29685 1.67252 2.00324 2.39480 2.66651 3.24226
57 0.67882 1.29658 1.67203 2.00247 2.39357 2.66487 3.23948
58 0.67874 1.29632 1.67155 2.00172 2.39238 2.66329 3.23680
59 0.67867 1.29607 1.67109 2.00100 2.39123 2.66176 3.23421
60 0.67860 1.29582 1.67065 2.00030 2.39012 2.66028 3.23171
61 0.67853 1.29558 1.67022 1.99962 2.38905 2.65886 3.22930
62 0.67847 1.29536 1.66980 1.99897 2.38801 2.65748 3.22696
63 0.67840 1.29513 1.66940 1.99834 2.38701 2.65615 3.22471
64 0.67834 1.29492 1.66901 1.99773 2.38604 2.65485 3.22253
65 0.67828 1.29471 1.66864 1.99714 2.38510 2.65360 3.22041
66 0.67823 1.29451 1.66827 1.99656 2.38419 2.65239 3.21837
67 0.67817 1.29432 1.66792 1.99601 2.38330 2.65122 3.21639
68 0.67811 1.29413 1.66757 1.99547 2.38245 2.65008 3.21446
69 0.67806 1.29394 1.66724 1.99495 2.38161 2.64898 3.21260
70 0.67801 1.29376 1.66691 1.99444 2.38081 2.64790 3.21079
71 0.67796 1.29359 1.66660 1.99394 2.38002 2.64686 3.20903
72 0.67791 1.29342 1.66629 1.99346 2.37926 2.64585 3.20733
73 0.67787 1.29326 1.66600 1.99300 2.37852 2.64487 3.20567
74 0.67782 1.29310 1.66571 1.99254 2.37780 2.64391 3.20406
75 0.67778 1.29294 1.66543 1.99210 2.37710 2.64298 3.20249
76 0.67773 1.29279 1.66515 1.99167 2.37642 2.64208 3.20096
77 0.67769 1.29264 1.66488 1.99125 2.37576 2.64120 3.19948
78 0.67765 1.29250 1.66462 1.99085 2.37511 2.64034 3.19804
79 0.67761 1.29236 1.66437 1.99045 2.37448 2.63950 3.19663
80 0.67757 1.29222 1.66412 1.99006 2.37387 2.63869 3.19526
81 0.67753 1.29209 1.66388 1.98969 2.37327 2.63790 3.19392
82 0.67749 1.29196 1.66365 1.98932 2.37269 2.63712 3.19262
83 0.67746 1.29183 1.66342 1.98896 2.37212 2.63637 3.19135
84 0.67742 1.29171 1.66320 1.98861 2.37156 2.63563 3.19011
85 0.67739 1.29159 1.66298 1.98827 2.37102 2.63491 3.18890
86 0.67735 1.29147 1.66277 1.98793 2.37049 2.63421 3.18772
87 0.67732 1.29136 1.66256 1.98761 2.36998 2.63353 3.18657
88 0.67729 1.29125 1.66235 1.98729 2.36947 2.63286 3.18544
89 0.67726 1.29114 1.66216 1.98698 2.36898 2.63220 3.18434
90 0.67723 1.29103 1.66196 1.98667 2.36850 2.63157 3.18327
91 0.67720 1.29092 1.66177 1.98638 2.36803 2.63094 3.18222
92 0.67717 1.29082 1.66159 1.98609 2.36757 2.63033 3.18119
93 0.67714 1.29072 1.66140 1.98580 2.36712 2.62973 3.18019
94 0.67711 1.29062 1.66123 1.98552 2.36667 2.62915 3.17921
95 0.67708 1.29053 1.66105 1.98525 2.36624 2.62858 3.17825
96 0.67705 1.29043 1.66088 1.98498 2.36582 2.62802 3.17731
97 0.67703 1.29034 1.66071 1.98472 2.36541 2.62747 3.17639
98 0.67700 1.29025 1.66055 1.98447 2.36500 2.62693 3.17549
99 0.67698 1.29016 1.66039 1.98422 2.36461 2.62641 3.17460
100 0.67695 1.29007 1.66023 1.98397 2.36422 2.62589 3.17374
101 0.67693 1.28999 1.66008 1.98373 2.36384 2.62539 3.17289
102 0.67690 1.28991 1.65993 1.98350 2.36346 2.62489 3.17206
103 0.67688 1.28982 1.65978 1.98326 2.36310 2.62441 3.17125
104 0.67686 1.28974 1.65964 1.98304 2.36274 2.62393 3.17045
L-7
Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001

df 0.50 0.20 0.10 0.050 0.02 0.010 0.002
105 0.67683 1.28967 1.65950 1.98282 2.36239 2.62347 3.16967
106 0.67681 1.28959 1.65936 1.98260 2.36204 2.62301 3.16890
107 0.67679 1.28951 1.65922 1.98238 2.36170 2.62256 3.16815
108 0.67677 1.28944 1.65909 1.98217 2.36137 2.62212 3.16741
109 0.67675 1.28937 1.65895 1.98197 2.36105 2.62169 3.16669
110 0.67673 1.28930 1.65882 1.98177 2.36073 2.62126 3.16598
111 0.67671 1.28922 1.65870 1.98157 2.36041 2.62085 3.16528
112 0.67669 1.28916 1.65857 1.98137 2.36010 2.62044 3.16460
113 0.67667 1.28909 1.65845 1.98118 2.35980 2.62004 3.16392
114 0.67665 1.28902 1.65833 1.98099 2.35950 2.61964 3.16326
115 0.67663 1.28896 1.65821 1.98081 2.35921 2.61926 3.16262
116 0.67661 1.28889 1.65810 1.98063 2.35892 2.61888 3.16198
117 0.67659 1.28883 1.65798 1.98045 2.35864 2.61850 3.16135
118 0.67657 1.28877 1.65787 1.98027 2.35837 2.61814 3.16074
119 0.67656 1.28871 1.65776 1.98010 2.35809 2.61778 3.16013
120 0.67654 1.28865 1.65765 1.97993 2.35782 2.61742 3.15954
121 0.67652 1.28859 1.65754 1.97976 2.35756 2.61707 3.15895
122 0.67651 1.28853 1.65744 1.97960 2.35730 2.61673 3.15838
123 0.67649 1.28847 1.65734 1.97944 2.35705 2.61639 3.15781
124 0.67647 1.28842 1.65723 1.97928 2.35680 2.61606 3.15726
125 0.67646 1.28836 1.65714 1.97912 2.35655 2.61573 3.15671
126 0.67644 1.28831 1.65704 1.97897 2.35631 2.61541 3.15617
127 0.67643 1.28825 1.65694 1.97882 2.35607 2.61510 3.15565
128 0.67641 1.28820 1.65685 1.97867 2.35583 2.61478 3.15512
129 0.67640 1.28815 1.65675 1.97852 2.35560 2.61448 3.15461
130 0.67638 1.28810 1.65666 1.97838 2.35537 2.61418 3.15411
131 0.67637 1.28805 1.65657 1.97824 2.35515 2.61388 3.15361
132 0.67635 1.28800 1.65648 1.97810 2.35493 2.61359 3.15312
133 0.67634 1.28795 1.65639 1.97796 2.35471 2.61330 3.15264
134 0.67633 1.28790 1.65630 1.97783 2.35450 2.61302 3.15217
135 0.67631 1.28785 1.65622 1.97769 2.35429 2.61274 3.15170
136 0.67630 1.28781 1.65613 1.97756 2.35408 2.61246 3.15124
137 0.67628 1.28776 1.65605 1.97743 2.35387 2.61219 3.15079
138 0.67627 1.28772 1.65597 1.97730 2.35367 2.61193 3.15034
139 0.67626 1.28767 1.65589 1.97718 2.35347 2.61166 3.14990
140 0.67625 1.28763 1.65581 1.97705 2.35328 2.61140 3.14947
141 0.67623 1.28758 1.65573 1.97693 2.35309 2.61115 3.14904
142 0.67622 1.28754 1.65566 1.97681 2.35289 2.61090 3.14862
143 0.67621 1.28750 1.65558 1.97669 2.35271 2.61065 3.14820
144 0.67620 1.28746 1.65550 1.97658 2.35252 2.61040 3.14779
145 0.67619 1.28742 1.65543 1.97646 2.35234 2.61016 3.14739
146 0.67617 1.28738 1.65536 1.97635 2.35216 2.60992 3.14699
147 0.67616 1.28734 1.65529 1.97623 2.35198 2.60969 3.14660
148 0.67615 1.28730 1.65521 1.97612 2.35181 2.60946 3.14621
149 0.67614 1.28726 1.65514 1.97601 2.35163 2.60923 3.14583
150 0.67613 1.28722 1.65508 1.97591 2.35146 2.60900 3.14545
151 0.67612 1.28718 1.65501 1.97580 2.35130 2.60878 3.14508
152 0.67611 1.28715 1.65494 1.97569 2.35113 2.60856 3.14471
153 0.67610 1.28711 1.65487 1.97559 2.35097 2.60834 3.14435
154 0.67609 1.28707 1.65481 1.97549 2.35081 2.60813 3.14400
155 0.67608 1.28704 1.65474 1.97539 2.35065 2.60792 3.14364
156 0.67607 1.28700 1.65468 1.97529 2.35049 2.60771 3.14330
157 0.67606 1.28697 1.65462 1.97519 2.35033 2.60751 3.14295
L-8
Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001

df 0.50 0.20 0.10 0.050 0.02 0.010 0.002
158 0.67605 1.28693 1.65455 1.97509 2.35018 2.60730 3.14261
159 0.67604 1.28690 1.65449 1.97500 2.35003 2.60710 3.14228
160 0.67603 1.28687 1.65443 1.97490 2.34988 2.60691 3.14195
161 0.67602 1.28683 1.65437 1.97481 2.34973 2.60671 3.14162
162 0.67601 1.28680 1.65431 1.97472 2.34959 2.60652 3.14130
163 0.67600 1.28677 1.65426 1.97462 2.34944 2.60633 3.14098
164 0.67599 1.28673 1.65420 1.97453 2.34930 2.60614 3.14067
165 0.67598 1.28670 1.65414 1.97445 2.34916 2.60595 3.14036
166 0.67597 1.28667 1.65408 1.97436 2.34902 2.60577 3.14005
167 0.67596 1.28664 1.65403 1.97427 2.34888 2.60559 3.13975
168 0.67595 1.28661 1.65397 1.97419 2.34875 2.60541 3.13945
169 0.67594 1.28658 1.65392 1.97410 2.34862 2.60523 3.13915
170 0.67594 1.28655 1.65387 1.97402 2.34848 2.60506 3.13886
171 0.67593 1.28652 1.65381 1.97393 2.34835 2.60489 3.13857
172 0.67592 1.28649 1.65376 1.97385 2.34822 2.60471 3.13829
173 0.67591 1.28646 1.65371 1.97377 2.34810 2.60455 3.13801
174 0.67590 1.28644 1.65366 1.97369 2.34797 2.60438 3.13773
175 0.67589 1.28641 1.65361 1.97361 2.34784 2.60421 3.13745
176 0.67589 1.28638 1.65356 1.97353 2.34772 2.60405 3.13718
177 0.67588 1.28635 1.65351 1.97346 2.34760 2.60389 3.13691
178 0.67587 1.28633 1.65346 1.97338 2.34748 2.60373 3.13665
179 0.67586 1.28630 1.65341 1.97331 2.34736 2.60357 3.13638
180 0.67586 1.28627 1.65336 1.97323 2.34724 2.60342 3.13612
181 0.67585 1.28625 1.65332 1.97316 2.34713 2.60326 3.13587
182 0.67584 1.28622 1.65327 1.97308 2.34701 2.60311 3.13561
183 0.67583 1.28619 1.65322 1.97301 2.34690 2.60296 3.13536
184 0.67583 1.28617 1.65318 1.97294 2.34678 2.60281 3.13511
185 0.67582 1.28614 1.65313 1.97287 2.34667 2.60267 3.13487
186 0.67581 1.28612 1.65309 1.97280 2.34656 2.60252 3.13463
187 0.67580 1.28610 1.65304 1.97273 2.34645 2.60238 3.13438
188 0.67580 1.28607 1.65300 1.97266 2.34635 2.60223 3.13415
189 0.67579 1.28605 1.65296 1.97260 2.34624 2.60209 3.13391
190 0.67578 1.28602 1.65291 1.97253 2.34613 2.60195 3.13368
191 0.67578 1.28600 1.65287 1.97246 2.34603 2.60181 3.13345
192 0.67577 1.28598 1.65283 1.97240 2.34593 2.60168 3.13322
193 0.67576 1.28595 1.65279 1.97233 2.34582 2.60154 3.13299
194 0.67576 1.28593 1.65275 1.97227 2.34572 2.60141 3.13277
195 0.67575 1.28591 1.65271 1.97220 2.34562 2.60128 3.13255
196 0.67574 1.28589 1.65267 1.97214 2.34552 2.60115 3.13233
197 0.67574 1.28586 1.65263 1.97208 2.34543 2.60102 3.13212
198 0.67573 1.28584 1.65259 1.97202 2.34533 2.60089 3.13190
199 0.67572 1.28582 1.65255 1.97196 2.34523 2.60076 3.13169
200 0.67572 1.28580 1.65251 1.97190 2.34514 2.60063 3.13148
L-9
Titik Persentase Distribusi Chi-Square atau X2 (df = 1 - 100)
Pr 0.25 0.10 0.05 0.010 0.005 0.001

df
1 1.32330 2.70554 3.84146 6.63490 7.87944 10.82757
2 2.77259 4.60517 5.99146 9.21034 10.59663 13.81551
3 4.10834 6.25139 7.81473 11.34487 12.83816 16.26624
4 5.38527 7.77944 9.48773 13.27670 14.86026 18.46683
5 6.62568 9.23636 11.07050 15.08627 16.74960 20.51501
6 7.84080 10.64464 12.59159 16.81189 18.54758 22.45774
7 9.03715 12.01704 14.06714 18.47531 20.27774 24.32189
8 10.21885 13.36157 15.50731 20.09024 21.95495 26.12448
9 11.38875 14.68366 16.91898 21.66599 23.58935 27.87716
10 12.54886 15.98718 18.30704 23.20925 25.18818 29.58830
11 13.70069 17.27501 19.67514 24.72497 26.75685 31.26413
12 14.84540 18.54935 21.02607 26.21697 28.29952 32.90949
13 15.98391 19.81193 22.36203 27.68825 29.81947 34.52818
14 17.11693 21.06414 23.68479 29.14124 31.31935 36.12327
15 18.24509 22.30713 24.99579 30.57791 32.80132 37.69730
16 19.36886 23.54183 26.29623 31.99993 34.26719 39.25235
17 20.48868 24.76904 27.58711 33.40866 35.71847 40.79022
18 21.60489 25.98942 28.86930 34.80531 37.15645 42.31240
19 22.71781 27.20357 30.14353 36.19087 38.58226 43.82020
20 23.82769 28.41198 31.41043 37.56623 39.99685 45.31475
21 24.93478 29.61509 32.67057 38.93217 41.40106 46.79704
22 26.03927 30.81328 33.92444 40.28936 42.79565 48.26794
23 27.14134 32.00690 35.17246 41.63840 44.18128 49.72823
24 28.24115 33.19624 36.41503 42.97982 45.55851 51.17860
25 29.33885 34.38159 37.65248 44.31410 46.92789 52.61966
26 30.43457 35.56317 38.88514 45.64168 48.28988 54.05196
27 31.52841 36.74122 40.11327 46.96294 49.64492 55.47602
28 32.62049 37.91592 41.33714 48.27824 50.99338 56.89229
29 33.71091 39.08747 42.55697 49.58788 52.33562 58.30117
30 34.79974 40.25602 43.77297 50.89218 53.67196 59.70306
31 35.88708 41.42174 44.98534 52.19139 55.00270 61.09831
32 36.97298 42.58475 46.19426 53.48577 56.32811 62.48722
33 38.05753 43.74518 47.39988 54.77554 57.64845 63.87010
34 39.14078 44.90316 48.60237 56.06091 58.96393 65.24722
35 40.22279 46.05879 49.80185 57.34207 60.27477 66.61883
36 41.30362 47.21217 50.99846 58.61921 61.58118 67.98517
37 42.38331 48.36341 52.19232 59.89250 62.88334 69.34645
38 43.46191 49.51258 53.38354 61.16209 64.18141 70.70289
39 44.53946 50.65977 54.57223 62.42812 65.47557 72.05466
40 45.61601 51.80506 55.75848 63.69074 66.76596 73.40196
41 46.69160 52.94851 56.94239 64.95007 68.05273 74.74494
42 47.76625 54.09020 58.12404 66.20624 69.33600 76.08376
43 48.84001 55.23019 59.30351 67.45935 70.61590 77.41858
44 49.91290 56.36854 60.48089 68.70951 71.89255 78.74952
45 50.98495 57.50530 61.65623 69.95683 73.16606 80.07673
46 52.05619 58.64054 62.82962 71.20140 74.43654 81.40033
47 53.12666 59.77429 64.00111 72.44331 75.70407 82.72042
48 54.19636 60.90661 65.17077 73.68264 76.96877 84.03713
49 55.26534 62.03754 66.33865 74.91947 78.23071 85.35056
50 56.33360 63.16712 67.50481 76.15389 79.48998 86.66082
51 57.40118 64.29540 68.66929 77.38596 80.74666 87.96798
L-10
Pr 0.25 0.10 0.05 0.010 0.005 0.001

df
52 58.46809 65.42241 69.83216 78.61576 82.00083 89.27215
53 59.53435 66.54820 70.99345 79.84334 83.25255 90.57341
54 60.59998 67.67279 72.15322 81.06877 84.50190 91.87185
55 61.66500 68.79621 73.31149 82.29212 85.74895 93.16753
56 62.72942 69.91851 74.46832 83.51343 86.99376 94.46054
57 63.79326 71.03971 75.62375 84.73277 88.23638 95.75095
58 64.85654 72.15984 76.77780 85.95018 89.47687 97.03883
59 65.91927 73.27893 77.93052 87.16571 90.71529 98.32423
60 66.98146 74.39701 79.08194 88.37942 91.95170 99.60723
61 68.04313 75.51409 80.23210 89.59134 93.18614 100.88789
62 69.10429 76.63021 81.38102 90.80153 94.41865 102.16625
63 70.16496 77.74538 82.52873 92.01002 95.64930 103.44238
64 71.22514 78.85964 83.67526 93.21686 96.87811 104.71633
65 72.28485 79.97300 84.82065 94.42208 98.10514 105.98814
66 73.34409 81.08549 85.96491 95.62572 99.33043 107.25788
67 74.40289 82.19711 87.10807 96.82782 100.55401 108.52558
68 75.46124 83.30790 88.25016 98.02840 101.77592 109.79130
69 76.51916 84.41787 89.39121 99.22752 102.99621 111.05507
70 77.57666 85.52704 90.53123 100.42518 104.21490 112.31693
71 78.63374 86.63543 91.67024 101.62144 105.43203 113.57694
72 79.69042 87.74305 92.80827 102.81631 106.64763 114.83512
73 80.74670 88.84992 93.94534 104.00983 107.86174 116.09151
74 81.80260 89.95605 95.08147 105.20203 109.07438 117.34616
75 82.85812 91.06146 96.21667 106.39292 110.28558 118.59909
76 83.91326 92.16617 97.35097 107.58254 111.49538 119.85035
77 84.96804 93.27018 98.48438 108.77092 112.70380 121.09996
78 86.02246 94.37352 99.61693 109.95807 113.91087 122.34795
79 87.07653 95.47619 100.74862 111.14402 115.11661 123.59437
80 88.13026 96.57820 101.87947 112.32879 116.32106 124.83922
81 89.18365 97.67958 103.00951 113.51241 117.52422 126.08256
82 90.23670 98.78033 104.13874 114.69489 118.72613 127.32440
83 91.28944 99.88046 105.26718 115.87627 119.92682 128.56477
84 92.34185 100.97999 106.39484 117.05654 121.12629 129.80369
85 93.39395 102.07892 107.52174 118.23575 122.32458 131.04120
86 94.44574 103.17726 108.64789 119.41390 123.52170 132.27732
87 95.49723 104.27504 109.77331 120.59101 124.71768 133.51207
88 96.54842 105.37225 110.89800 121.76711 125.91254 134.74548
89 97.59932 106.46890 112.02199 122.94221 127.10628 135.97757
90 98.64993 107.56501 113.14527 124.11632 128.29894 137.20835
91 99.70026 108.66058 114.26787 125.28946 129.49053 138.43786
92 100.75031 109.75563 115.38979 126.46166 130.68107 139.66612
93 101.80009 110.85015 116.51105 127.63291 131.87058 140.89313
94 102.84960 111.94417 117.63165 128.80325 133.05906 142.11894
95 103.89884 113.03769 118.75161 129.97268 134.24655 143.34354
96 104.94783 114.13071 119.87094 131.14122 135.43305 144.56697
97 105.99656 115.22324 120.98964 132.30888 136.61858 145.78923
98 107.04503 116.31530 122.10773 133.47567 137.80315 147.01036
99 108.09326 117.40688 123.22522 134.64162 138.98678 148.23036
100 109.14124 118.49800 124.34211 135.80672 140.16949 149.44925
L-11
Maka di antara mereka ada yang
gugur dan di antara mereka ada (pula)
yang menunggu-nunggu dan mereka
tidak merobah (janjinya)…
(Q.S. Al Ahzab : 23)


Modul Praktikum Statistika Perencanaan 2020

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Praktikum Statistika Perencanaan 2020

Diunggah oleh

Hak Cipta:

Format Tersedia

Laboratorium Perencanaan dan Perancangan Sistem

Ruang Perencanaan Wilayah dan Kota - UNISBA

Penanggung jawab : Ketua Program Studi Perencanaan Wilayah dan Kota

Pelaksana : Kasie Laboratorium PPSR

Tim Penyusun : 1. Weishaguna, ST., MM.

Dilarang memperbanyak modul ini diluar ijin

Praktikum Statistika Perencanaan merupakan salah satu praktikum yang

Wassalamu’alaikum Wr. Wb.

(Weishaguna, ST., MM.)

Tim Penyusun ........................................................................................................................................i

01 ANALISIS STATISTIK DESKRIPTIF

02 ANALISIS REGRESI MAJEMUK

03 ANALISIS TABULASI SILANG (CROSSTAB)

04 ANALISIS VARIANSI (ANOVA)

4.5 Latihan ................................................................................................................................................ 4-5

1. Jumlah pertemuan praktikum adalah sebanyak 10 kali.

5. Selama berlangsungnya praktikum, praktikan dilarang menerima atau

B. Jadwal Praktikum dan Asistensi

1. Praktikum dilaksanakan sesuai jadwal masing-masing.

1. Keterlambatan absensi maupun mengikuti praktikum online >15menit

1. Setiap 1 kelompok terdiri dari 4 orang.

B. Tema Tugas Kelompok Statistika Perencanaan

“STUDI TERDAHULU TERKAIT TATA RUANG KOTA”

B. Outline Tugas Kelompok

1.4.2 Metoda Pengumpulan Data

7 ANOVA 1. Kuis 1. Mahasiswa bisa Team Teaching:

Statistika deskriptif (descriptive statistics) adalah analisis yang berkaitan dengan

Statistika inferensi (inference statistics) merupakan cabang ilmu statistik yang

1.2 Tujuan Kompetensi

1.3 Teori Dasar

Jenis Konversi/ Konversi/

b) Ordinal, selain memiliki sifat nominal, juga menunjukkan

Tingkat Pendidikan Ranking/ Urutan

Variabel Tingkat Pendapatan Ranking/ Urutan

2. Data menurut sumber

3. Data menurut waktu pengambilan

N, angka X1, X2,X3........X n

Perhitungan median terbagi atas 2 jenis data yaitu :

 Jumlah data ganjil

 Jumlah data genap

L0 = Nilai batas bawah dari kelas yang memuat median

L0 = nilai batas bawah dari kelas yang memuat modus

XI= data yang ditentukan dari 1 sampai n

XI = data yang ditentukan dari 1 sampai n

1. Data tak berkelompok = ; = 1,2,3

Lo = nilai batas bawah dari kelas yang memuat desil ke i

1. Data tak berkelompok = ; = 1,2, … ,99

Lo = nilai batas bawah dari kelas yang memuat desil ke i

Ukuran sebaran absolute

 Untuk data berkelompok

Penggunaan Data Penarikan

Kasus dan Aplikasi dalam Ilmu Perencanaan

Aplikasi Analisis Deskriptif Statiska dalam ilmu perencanaan antara lain :

1.4 Alat yang Digunakan

Alat yang Digunakan, antara lain :

Proses Input Data

kedalam bentuk persentase. Langkah pengisian kotak percentile (s) dapat

Luas Wilayah (Km2)

Jumlah Penduduk (Jiwa)

Kepadatan Penduduk (Orang/Km2)

1. Tabel Frequencies menjelaskan hasil data yang telah diproses

1. Norusis M 1994SPSS Professional Statistics 61 SPSS Inc Chicago.

1. Diperoleh data jumlah laki-laki dan perempuan berdasarkan kelompok usianya di

Kelompok Usia (Tahun) Jml Penduduk Laki-Laki Jml Penduduk Perempuan