I. Deskripsi Singkat
Mata Kuliah Metodologi Riset dan Statistik memiliki 2 (dua) domain yaitu
Metodologi Riset Kualitatif dan Kuantitatif. Dalam mata kuliah ini mahasiswa
akan dapat mempelajari berbagai prinsip-prinsip dasar penelitian, serta mampu
menyusun proposal penelitian dengan benar dan berbagai jenis tulisan ilmiah
yang memiliki kandungan penelitian tentang sesuatu permasalahan di dalamnya
baik secara logis-rasional maupun secara empiris.
Dalam peta kompetensi permatakuliahan di dalam struktur kurikulum Jurusan
Arsitektur Fakultas Teknik UNDIP, mata kuliah ini diharapkan dapat mendukung
mata kuliah inti Perancangan Arsitektur (PA) dan variannya mulai dari semester
awal sampai dengan Tugas Akhir maupun MK lain seperti: Seminar (TKA141),
Perancangan Kota (TKA136, TKA 155), serta Perancangan Permukiman (TKA
127, TKA 134).
1. Mata Kuliah Metodologi Riset dan Statistik adalah mata kuliah yang
mempelajari prinsip prinsip dasar penelitian yang dalam penerapannya
dapat membantu mahasiswa dalam menyusun berbagai jenis laporan dan
tulisan ilmiah pada matakuliah perancangan arsitektur dan mata kuliah
lain secara lebih mendalam.
2. Mata Kuliah Metodologi Riset dan Statistik dapat membantu mahasiswa
dalam memahami berbagai ciri pengetahuan sain yang logis-rasional dan
empiris.
1
II. Relevansi
Secara singkat, setelah mengikuti Mata Kuliah Metodologi Riset dan Statistik,
mahasiswa mampu memahami dan mengimplementasikan secara teoritik prinsip-
prinsip dasar dan prosedur penelitian dalam mata kuliah perancangan arsitektur
dan mata kuliah pendukung yang lain beserta permasalahannya.
III. Kompetensi
1. Standar Kompetensi
2
2. Kompetensi Dasar
3. Indikator
KONTRAK PEMBELAJARAN
Nama Mata Kuliah : Metodologi Riset dan Statistik
Kode Mata Kuliah/ SKS : TKA 125/ 2 SKS
Semester : 4 (empat)
Tempat Pertemuan : Ruang Kuliah B 101/ B 102
1. Standar Kompetensi
Setelah mengikuti Mata Kuliah Metodologi Riset dan Statisik (TKA 125), mahasiswa
mampu memahami dan mengimplementasikan secara teoritik prinsip-prinsip dasar dan
prosedur penelitian dalam mata kuliah Perancangan arsitektur, mata kuliah Seminar
serta Tugas Akhir (TA)
Pada akhir perkuliahan Metodologi Riset dan Statistik mahasiswa diharapkan mampu
menerapkan (C3) prinsip-prinsip penelitian, serta menganalisa problem-problem riset
untuk mendukung MK Seminar semester 7 dan matakuliah Perancangan Arsitektur
semester 6-7, serta Tugas Akhir (TA).
3
Pada akhir perkuliahan Metodologi Riset dan Statistik, mahasiswa diharapkan mampu
menganalisa (C4) dan mensintesakan (C5) prisnsip-prinsip dasar metodologi riset dan
statistik dalam satu kasus penelitian sehingga dapat mendukung dan memperkaya MK
Seminar semester 7 (tujuh) dan Perancangan Arsitektur semester 6 dan 7, serta Tugas
Akhir.
2. Deskripsi Pembelajaran
1. Mata Kuliah Metodologi Riset dan Statistik adalah mata kuliah yang mempelajari
prinsip-prinsip dasar penelitian yang dalam penerapannya dapat membantu
mahasiswa dalam menyusun berbagai jenis laporan dan tulisan ilmiah pada
matakuliah Perancangan Arsitektur dan mata kuliah lain secara lebih mendalam.
2. Mata Kuliah Metodologi Riset dan Statistik dapat membantu mahasiswa dalam
memahami berbagai ciri pengetahuan sains yang logis-rasional dan empiris.
3. Strategi Pembelajaran
Kuliah tatap muka dengan menggunakan media pembelajaran (LCD
Projector).
Diskusi antar kelompok mahasiswa, dengan thema sesuai dengan bahan
kuliah. Dosen berperan sebagai fasilitator.
Pembuatan tugas kelompok/individu.
4. Tugas
Mata kuliah Metodologi Penelitian dan Statistik terdiri dari 2 (dua) materi pokok,
yaitu: pendekatan penelitian dengan menggunakan paradigma kualitatif dan
pendekatan penelitian dengan menggunakan paradigm kuantitatif. Sehingga secara
garis besar tugas dibagi menjadi 2, yaitu tugas penelitian terkait dengan paradigma
kuantitatif dan tugas penelitian dengan paradigma kualitatif. Hasil penilaian 2 (dua)
tugas akan dirata rata dan diberi bobot sebesar masing-masing 25%.
4
benar diminta mengundurkan diri pada semester ini dan bisa mengikuti di
semester depan .
5. Aturan jumlah minimal presensi dalam pembelajaran diberlakukan, termasuk
aturan cara berpakaian dan bersepatu.
b. Kriteria Penilaian.
Persyaratan mengikuti ujian adalah mahasiswa yang telah mengikuti perkuliahan
minimal 11 (sebelas) kali (75%x14) diluar kegiatan ujian tengah semester dan
ujian akhir semester.
Sistim penilaian dilakukan dengan menggunakan proporsi bobot sebagai berikut:
-. Ujian : 50 %.
-. Mid Semester : 25%.
-. Tugas : 25%.
8. Jadwal Pembelajaran
TUGAS KECIL
5. 5.1.Pengertian masalah penelitian dan strategi P2, P3
menemukenali masalah penelitian dibidang arsitektur
skala bangunan/kawasan binaan.
-.Menentukan problem area.
-.Menentukan problem finding.
5
-. Menentukan problem statement
6
MATERI IB.
PENGERTIAN PENELITIAN ILMIAH
I. Deskripsi Singkat
II. Relevansi
III. Kompetensi
1. Standar Kompetensi
Dengan diberikannya materi Pengertian Penelitian Ilmiah pada minggu/
tatap muka ini maka mahasiswa diharapkan mampu memahami pengertian
penelitian ilmiah pada MK Metodologi Riset dan Statistik semester 4
Jurusan Arsitektur Fakultas Teknik Universitas Diponegoro.
Pada akhir kuliah mahasiswa diharapkan akan mampu mensintesakan
beberapa pengertian penelitian ilmiah dengan benar, agar menjadi
pemahaman awal yang tepat dalam menempuh MK Seminar semester 6 dan
7, serta menjadi upaya dalam pengkayaan materi MK Perancangan
Arsitektur mulai semester 4.
2. Kompetensi Dasar
3. Indikator
7
c. Menjelaskan dengan benar tipologi kebenaran ilmiah.
d. Menjelaskan dengan benar struktur pengetahuan ilmiah.
e. Menjelaskan dengan benar beberapa macam pendekatan untuk mencari
kebenaran ilmiah.
f. Menjelaskan dengan benar tiga pengetahuan yang dikuasai oleh manusia.
Gambar 1.01:. Contoh Empirik Sensual Gambar 1.02:. Contoh Empirik Logic
Dunia tampak datar Bumi mengelilingi matahari
1. Teori
Teori merupakan pengetahuan ilmiah yang mencakup penjelasan mengenai
suatu faktor tertentu dari sebuah disiplin keilmuan.
2. Hukum
Hukum merupakan pernyataan yang menyatakan hubungan antara dua
variabel atau lebih dalam suatu kaitan sebab akibat.
3. Prinsip
Prinsip dapat diartikan sebagai pernyataan yang berlaku secara umum bagi
sekelompok gejala-gejala tertentu yang mampu menjelaskan kejadian yang
terjadi.
4. Postulat
Postulat merupakan asumsi dasar yang kebenarannya kita terima tanpa
dituntut pembuktiannya.
9
Contoh: Seorang Kyai/ Dukun / Penguasa memberikan ilmunya
secara otoritas (indoktrinasi).
2. Pendekatan Scientific. Pendekatan Scientific terdiri dari 2 :
a. Berpikir kritis- rasional
b. Scientific Research
V. DAFTAR PUSTAKA
VI. SENARAI
10
MATERI II
PERKEMBANGAN FILSAFAT DAN ILMU PENGETAHUAN
I. Deskripsi Singkat
II. Relevansi
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
Pada awal perkembangan ilmu pengetahuan, yakni zaman Yunani Kuno, filsafat
diidentikkan dengan ilmu pengetahuan. Pada abad Pertengahan, filsafat menjadi
identik dengan agama, sehingga pemikiran filsafat pada zaman itu menjadi satu
dengan dogma gereja. Pada abad ke-15 muncullah Renaissans kemudian disusul
oleh Aufklaerung pada abad ke-18 yang membawa perubahan pandangan
terhadap filsafat. Pada masa ini filsafat memisahkan diri dari agama, sehingga
membuat orang berani mengeluarkan pendapat mereka tanpa takut akan dikenai
hukuman oleh pihak gereja. Filsafat zaman modern tetap sekuler seperti zaman
Renaissans, yang membedakan adalah pada zaman ini ilmu pengetahuan berpisah
dari filsafat dan mulai berkembang menjadi beberapa cabang yang terjadi dengan
cepat. Bahkan pada abad ke-20, ilmu pengetahuan, mulai berkembang menjadi
berbagai spesialisasi dan sub-spesialisasi. Perkembangan filsafat Barat dibagi
menjadi beberapa periodesasi yang didasarkan atas ciri yang dominan pada
zaman tersebut. Periode-periode tersebut adalah :
12
3. Zaman Renaissans (14-16M)
Merupakan suatu zaman yang menaruh perhatian dalam bidang seni, filsafat,
ilmu pengetahuan dan teknologi. Zaman ini juga dikenal dengan era
kembalinya kebebasan manusia dalam berpikir. Tokoh filosof zaman ini
diantaranya adalah Nicolaus Copernicus (1473-1543) yang mengemukakan
teori heliosentrisme, yang mana matahari merupakan pusat jagad raya.
a. Rasionalisme
Aliran ini berpendapat bahwa akal merupakan sumber pengetahuan yang
memadai dan dapat dipercaya. Pengalaman hanya dipakai untuk
menguatkan kebenaran pengetahuan yang telah diperoleh melalui akal.
Salah satu tokohnya adalah Rene Descartes (1598-1650) yang juga
merupakan pendiri filsafat modern yang dikenal dengan pernyataannya
Cogito Ergo Sum (aku berpikir, maka aku ada). Metode yang digunakan
Descrates disebut dengan a priori yang secara harfiah berarti berdasarkan
atas adanya hal-hal yang mendahului.
b. Empirisme
Menyatakan bahwa sumber ilmu pengetahuan adalah pengalaman, baik
lahir maupun batin. Akal hanya berfungsi dan bertugas untuk mengatur
dan mengolah data yang diperoleh dari pengalaman. Metode yang
digunakan adalah a posteriori atau metode yang berdasarkan atas hal-hal
yang terjadi pada kemudian. Dipelopori oleh Francis Bacon yang
memperkenalkan metode eksperimen.
c. Kritisme
Sebuah teori pengetahuan yang berupaya untuk menyatukan dua
pandangan yang berbeda antara Rasionalisme dan Empirisme yang
dipelopori oleh Immanuel Kant (1724-1804). Ia berpendapat bahwa
pengetahuan merupakan hasil yang diperoleh dari adanya kerjasama
antara dua komponen, yakni yang bersifat pengalaman inderawi dan cara
mengolah kesan yang nantinya akan menimbulkan hubungan antara
sebab dan akibat.
d. Idealisme
13
Berawal dari penyatuan dua Idealisme yang berbeda antara Idealisme
Subyektif (Fitche) dan Idealisme Obyektif (Scelling) oleh Hegel (1770-
1931) menjadi filsafat idealisme yang mutlak. Hegel berpendapat bahwa
pikiran merupakan esensi dari alam dan alam ialah keseluruhan jiwa yang
diobyektifkan. Asas idealisme adalah keyakinan terhadap arti dan
pemikiran dalam struktur dunia yang merupakan intuisi dasar.
e. Positivisme
Didirikan oleh Auguste Comte (1798-1857) yang hanya menerima fakta-
fakta yang ditemukan secara positif ilmiah. Semboyannya yang sangat
dikenal adalah savoir pour prevoir, yang artinya mengetahui supaya siap
untuk bertindak. Maksudnya ialah manusia harus mengetahui gejala-
gejala dan hubungan-hubungan antar gejala sehingga ia dapat
meramalkan apa yang akan terjadi.
f. Marxisme
Pendirinya ialah Karl Marx (1818-1883) yang aliran filsafatnya
merupakan perpaduan antara metode dialektika Hegel dan materialisme
Feuerbach. Marx mengajarkan bahwa sejarah dijalankan oleh suatu
logika tersendiri, dan motor sejarah terdiri hukum-hukum sosial
ekonomis. Baginya filsafat bukan hanya tentang pengetahuan dan
kehendak, melainkan tindakan, yakni melakukan sebuah perubahan, tidak
hanya sekedar menafsirkan dunia.
14
YUNANI - KUNO ABAD TENGAH ABAD MODERN ABAD KONTEMPORER
RENAISSANCE
AUFKLARUNG
THEOLOGIAE
RASIONALISME
EMPIRISME FENOMENOLOGI
LOGOS
MITOS
ANCILLA
KRITISISME STRUKTURALISME
IDEALISME NEOPOSITIVISME
POSITIVISME
FILSAFAT
AGAMA
BIOLOGI KOMPUTER
FILSAFAT
ASTRONOMI TEKNIK
ILMU MATEMATIKA ARSITEKTUR
FISIKA PARIWISATA
KIMIA DLL.
Kuliah Metodologi Penelitian, Pebruari
SOSIOLOGI
2011. Dikembangkan dari Loekisno
Ch.W 32
ABAD MODERN
AGAMA DAN FILSAFAT MULAI DI PISAHKAN
RASIONALISME
EMPIRISME
KRITISISME
IDEALISME
POSITIVISME
Ilmu adalah kumpulan teori-teori yang sudah diuji coba yang menjelaskan
tentang pola-pola yang teratur atau pun tidak teratur di antara fenomena yang
dipelajari secara hati-hati.(R. Harre,1995. The Philosophies of Science, an
Introductory Survey).
Ilmu dapat didefinisikan : Ilmu adalah rangkaian aktivitas manusia yang rasional
dan kognitif dengan berbagai metode berupa aneka prosedur dan tata langkah
sehingga menghasilkan kumpulan pengetahuan yang sistematis mengenai gejala-
gejala kealaman, kemasyarakatan atau individu untuk tujuan mencapai
kebenaran, memperoleh pemahaman, memberikan penjelasan ataupun melakukan
penerapan. (The Liang Gie,1991. Pengantar Filsafat Ilmu, Liberty,Yogyakarta).
Definisi Teori.
Kerlinger (1973) dan Natsir (2005) mendefinisikan teori sebagai
16
1. Sebuah set proposisi yang terdiri atas konstruksi (construct) yang sudah
didefinisikan secara luas dan dengan hubungan unsur-unsur dalam set
proposisi tersebut secara jelas.
2. Suatu set dari proposisi yang mengandung suatu pandangan sistematis
dari fenomena.
3. Suatu pernyataan hubungan sistematis dalam gejala sosial maupun natural
yang ingin diteliti.
4. Suatu abstraksi dari pengertian atau hubungan dari proposisi atau dalil.
Pengetahuan dimulai dengan rasa ingin tahu, kepastian dimulai dengan rasa ragu-
ragu dan filsafat dimulai dengan kedua-duanya. Berfilsafat didorong untuk
mengetahui apa yang telah kita ketahui dan apa yang belum kita ketahui.
Berfilsafat berarti berendah hati bahwa tidak semuanya akan pernah kita ketahui
dalam alam yang maha luas ini.
Filsafat menelaah segala masalah yang mungkin dapat dipikirkan oleh manusia.
Sesuai dengan fungsinya sebagai filsuf (pionir/pembuka), filsafat
17
mempermasalahkan hal-hal yang pokok, bila permasalahan yang satu terjawab
maka permasalahan yang lain akan mulai terbuka solusinya.
Cabang-cabang ilmu filsafat adalah :
Epistimologi (Filsafat Pengetahuan)
Etika (Filsafat Moral)
Estetika (Filsafat Seni)
Metafisika, Politik (Filsafat Pemerintahan)
Filsafat Agama
Filsafat Ilmu
Filsafat Pendidikan
Filsafat Hukum
Filsafat Sejarah
Filsafat Matematika
Filsafat ilmu merupakan bagian dari epistimologi yang secara spesifik mengkaji
hakikat ilmu (pengathuan ilmiah). Filsafat ilmu dibagi menjadi filsafat ilmu-ilmu
alam dan ilmu-ilmu sosial, namun tidak terdapat perbedaan yang prinsip antara
ilmu-ilmu alam dan ilmu-ilmu sosial dimana keduanya memiliki ciri-ciri
keilmuan yang sama.
18
4. Danim, Sudarmawan. 2002. Menjadi Peneliti Kualitatif. Pustaka
Setia.Bandung.
5. Djunaedi, Achmad.1989. Macam Bidang Penelitian Arsitektural.Jurusan
Teknik Arsitektur, Fakultas Teknik Gajah Mada-Yogyakarta.
6. Greenfield, Tony. 1996. Research Methods.Guidance for Postgraduates. John
Wiley & Sons, Inc. New York.
7. Groat, Linda and Wang, David.Architectural Research Methodes. John Wiliey
& Sons, Inc. New York
8. Gulo, W. 2007. Metodologi Penelitian. Grasindo. Jakarta.
9. Lang, John.2005. Urban Design: A Typology of Procedures and Products.
Architectureal Press.UK.
10. Leedy, Paul D. 1997. Practical Research - Planning and Design. Prentice-Hall
Inc. New-Jersey. USA.
11. Martono, Nanang, 2010, Metode Penelitian Kuantitatif, PT Radja Grafindo
Persada, Jogjakarta.
12. Moleong, Lexy J.2007. Metodologi Penelitian Kualitatif. Edisi Revisi.
Rosdakarya. Bandung.
13. Moore, Nick.1987. Cara Meneliti. Penerbit ITB.Bandung
14. Muhadjir, Noeng.2000. Methode Penelitian Kualitatif Edisi IV. Rake Sarasin,
Yogyakarta.
15. Mulyana, Deddy. 2004. Metodologi Penelitian Kualitatif. Paradigma Baru
Ilmu Komunikasi dan Ilmu Sosial Lainnya. Remaja Rosdakarya. Bandung.
16. Nasution, S. 2003. Metode Penelitian Naturalistik-Kualitatif. Transito.
Bandung
17. Newman, Isadore and Benz, Carolyn R. 1998. Research Methodology.
Southern Illinois University Press.
18. Patilima, Hamid. 2005. Metode Penelitian Kualitatif. Alfabeta.Bandung.
19. R. Harre,1995. The Philosophies of Science, an Introductory Survey
20. Sanjaya, B. dan Heriyanto. 2006. Panduan Penelitian. Prestasi Pustaka.
Jakarta.
21. Santoso, Gempur. Fundamental Metodologi Penelitian-Kuantitatif dan
Kualitatif. Prestasi Pustaka. Jakarta.
22. Sugiyono.2008. Metode Penelitian Kuantitatif-Kualitatif dan
R&D.Alfabeta.Bandung.
23. Sumadi, Suryabrata, 2003, Metodologi Penelitian, PT Radja Grafindo Persada,
Jogjakarta.
24. Suriasumantri, Jujun.S.2007. Filsafat Ilmu-Sebuah Pengantar Populer.Pustaka
Sinar Harapan. Jakarta
25. The Liang Gie,1991. Pengantar Filsafat Ilmu, Liberty,Yogyakarta
19
VIII. SENARAI
20
MATERI III
PARADIGMA PENELITIAN
I. Deskripsi Singkat
II. Relevansi
Penelitian memiliki 2 (dua) domain penelitian yaitu domain kualitatif dan domain
kuantitatif. Kedua domain memiliki perbedaan prinsip dalam banyak hal. Dalam
materi ini mahasiswa akan diberi pemahaman tentang perbedaan dua domain
tersebut secara jelas.
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
3. Indikator
Inti Ajaran :
1. Menolak metafisik dan teologi
2. Ilmu pengetahuan harus nyata, tidak abstrak, bermanfaat, dan diarahkan
untuk mencapai kemajuan (suatu jaman yang diatur oleh cendekiawan dan
industrialis)
3. Menuju generalisasi fakta-fakta dengan bersandar pada pengetahuan nyata
dan pandangan-pandangan ilmiah
4. Membatasi diri pada hukum-hukum obyektif (lawan dari kualitatif yang
mengakui hukum-hukum subyektif).
22
Paradigma Ilmiah
Hakikat ―Kenyataan ―menurut Paradigma Ilmiah adalah tunggal, nyata
dan fragmentaris.
Pencari tahu dan yang tahu adalah bebas, jadi ada dualisme.
Generalisasi atas dasar bebas waktu dan bebas-konteks dimungkinkan .
(pernyataan nomotetik)
INTI AJARAN :
1. Fenomenon (Yunani) = yang tampak, gejala, yang bercahaya
2. Pengamatan bertujuan menemukan hakekat
3. Menghubungkan kesadaran dengan obyek (bersatunya subyek dan
obyek)
4. Untuk menemukan hakekat harus dilakukan 3 reduksi :
a. Reduksi Fenomenologis
Yang penting adalah apa yang ada dibelakang penampakan
(sistem nilai, konsep, adat, agama, dsb)
b. Reduksi Eidetis
Mencari yang inti diantara tanda-tanda yang nampak
c. Reduksi Transedental (mencari yang transenden)
Bergerak dari yang sensual logik etik transendental
Paradigma Alamiah
Hakikat ―Kenyataan‖ menurut Paradigma Alamiah adalah jamak,
dibentuk,
dan merupakan keutuhan.
Pencari tahu dan yang tahu aktif bersama, jadi tidak dapat dipisahkan.
Waktu dan konteks mengikat pernyataan idiografis yang dimungkinkan.
Setiap kebutuhan berada dalam keadaan mempengaruhi secara bersama-
sama sehingga sukar membedakan mana sebab dan mana akibat
Paradigma Kualitatif
Sampel Teoritik
Analisa Reflektif & Konteplatif (Maknawi).
Khusus dan dalam (Indepth Analysis)
Pemilihan Informan (Purposive Sampling)
Grand Tour – Mini Tour
Descrete Phenomena ( social situation: lokasi, aktor dan pelaku dan
aktivitas) terkait dengan fokus penelitian.
Data berupa Narasi Kata kata, Gambar tentang informasi yang bersifat
deskriptif, dan asosiatif
Saturated (jenuh).
Memahami makna dibalik data yang nampak.
In-depth interview
Thick Description.
Verstehen
Beyond the Facts.
Tacit Knowledge (Pengetahuan yang tak terkatakan).
Data kualitatif sangat berbeda dengan data kuantitatif dalam banyak hal.
Berikut adalah perbedaan antara data kualitatif dan data kuantitatif tersebut:
24
Kapan Penelitian Kualitatif digunakan? Penelitian Kuantitatif digunakan bila:
a. Bila masalah belum jelas.
b. Untuk memahami makna dibalik data.
c. Untuk memahami interaksi sosial.
d. Untuk mengembangkan teori.
e. Untuk meneliti sejarah perkembangan seseorang.
Penelitian Kuantitatif :
Penelitian mengenai suatu masalah sosial atau kemanusiaan berdasarkan pada
pengujian suatu teori yang terdiri dari beberapa variabel, diukur dengan angka
dan dianalisis dengan prosedur statistik, untuk menentukan apakah teori yang
dimaksud mengandung kebenaran yang berlaku umum.
Penelitian Kualitatif :
Proses upaya untuk mengetahui mengenai suatu masalah sosial atau
kemanusiaan, berdasarkan pada usaha membangun suatu gambar yang kompleks
25
dan menyeluruh (holistik), dibentuk dengan kata-kata atau deskripsi, dengan
melaporkan pandangan-pandangan rinci dari informan, dilakukan dalam setting
yang alamiah.
Logika inferensi
Penarikan kesimpulan baru dianggap sahih kalau penarikan kesimpulan tersebut
dilakukan menurut cara tertentu, yakni berdasarkan logika. Secara garis besarnya,
logika terbagi ke dalam 2 bagian, yaitu logika induksi dan logika deduksi. (Jujun
Suriasumantri)
HYPOTHESIS
3
DATA
REVIEW
2 4
ANALYSIS
THEORY ANALYSIS
1
THEORY CONCLUSION
CONCLUSION
HYPOTHESIS
QUANTITATIVE QUALITATIVE
1-2-3-4-5-6
Dalam hal ini metode ilmiah mencoba menggabungkan cara berpikir deduktif dan
induktif dalam membangun suatu pengetahuan. Proses kegiatan ilmiah menurut
Ritchie Calder dimulai ketika manusia mengamati sesuatu. Sehingga, karena
masalah ini berasal dari dunia empiris, maka proses berpikir tersebut diarahkan
pada pengamatan obyek yang bereksistensi dalam dunia empiris pula. Karena
27
masalah yang dihadapi adalah nyata maka ilmu mencari jawaban pada dunia yang
nyata pula. Ilmu dimulai dengan fakta dan diakhiri dengan fakta pula, apapun
juga teori yang menjembataninya (Einstein).
VII.DAFTAR PUSTAKA
METODE KUALITATIF:
P1. Suriasumantri, Jujun.S.2007. Filsafat Ilmu-Sebuah Pengantar Populer.Pustaka
Sinar Harapan. Jakarta
P2. Muhadjir, Noeng.2000. Methode Penelitian Kualitatif Edisi IV. Rake Sarasin,
Yogyakarta.
P3. Djunaedi, Achmad.1989. Macam Bidang Penelitian Arsitektural. Jurusan
Teknik Arsitektur, Fakultas Teknik Gajah Mada-Yogyakarta.
P4. Nasution, S. 2003. Metode Penelitian Naturalistik-Kualitatif. Transito. Bandung.
P5. Moleong, Lexy J.2007. Metodologi Penelitian Kualitatif. Edisi Revisi.
Rosdakarya. Bandung.
P6. Groat, Linda and Wang, David.Architectural Research Methodes. John Wiliey &
Sons, Inc. New York
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press, Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas Gramedia,
Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan Perancangan
Kota, Rajawali Pers, Jakarta.
28
VIII. SENARAI
29
MATERI IV
MACAM DAN JENIS
PENELITIAN ARSITEKTUR DAN KOTA
I. Deskripsi Singkat
II. Relevansi
30
Tata Ruang Kota), RDTRK (Rencana Detail Tata Ruang Kota) dan RTBL
(Rencana Tata Bangunan dan Lingkungan). Belum lagi tentang kawasan-kawasan
khusus seperti: kawasan kebisingan tinggi, kawasan kantor pemerintahan,
kawasan industri, kawasan perdagangan serta kawasan komersial
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
3. Indikator
35
Tabel IV. 02: Perbedaan Penelitian Kuantitatif dan Kualitatif (A. Djunaedi,1989)
Penelitian ilmiah memiliki peran yang sangat penting di dalam dunia ilmu
pengetahuan. Peranan tersebut diantara adalah sebagai berikut:
36
Pemecahan Masalah: meningkatkan kemampuan untuk menginterpretasikan
fenomena-fenomena dari suatu masalah yang kompleks dan kait mengkait;
Memberikan jawaban atas pertanyaan dalam bidang yang: meningkatkan
kemampuan untuk menjelaskan atau menggambarkan fenomena-fenomena dari
masalah tersebut;
Mendapatkan pengetahuan / ilmu baru :
Persyaratan Penelitian :
1. Mengikuti konsep ilmiah;
2. Sistematis : Pola tertentu;
3. Terencana
ARCHITECTURAL RESEARCH
1. Research in Architecture : Pelakunya arsitek dan obyeknya
arsitektur.Pendekatannya arsitektur
2. Research into Architecture : Pelakunya tidak hanya arsitek obyeknya
Built Environment ,pendekatannya
multi disipilin
3. Research about Architecture : Pelakunya bukan arsitek Obyeknya tidak
hanya artefact arsitektur tetapi juga yang
segala hal yang berkaitan dengan
arsitektur. Disipilin ilmunya bermacam
macam
37
FOCUS OF ARCHITECTURAL RESEARCH
Physical outcomes of design from the scale of:
-. Building components
-. Neighborhood
-. Urban Design
38
1. Penelitian yang bertujuan menghasilkan software sistem pencahayaan
skala bangunan & lingkungan
2. Penelitian yang bertujuan menghasilkan software sistem akustik skala
bangunan & lingkungan
3. Penelitian yang bertujuan menghasilkan software sistem pemrograman &
perancangan arsitektur
Studi Perilaku Lingkungan
1. Penelitian tentang citra kota
2. Evaluasi purna huni bangunan dan lingkungan
Praktek Profesional
1. Kinerja biro konsultan (CAD vs drafter manual)
2. Penelitian bertujuan merumuskan sistem manajemen dalam praktek
Pendidikan Arsitektur
1. Evaluasi sistem belajar mengajar
2. Evaluasi kinerja studio perancangan
Berikut adalah contoh beberapa penelitian bidang arsitektur dan perkotaan yang
berada di Jurusan Arsitektur Universitas Diponegoro:
Garis besar :
a. Pembuatan rancangan;
b. Pelaksanaan penelitian;
c. Pembuatan laporan penelitian
43
Bagan arus kegiatan penelitian:
VII. SENARAI
45
MATERI V
PERMASALAHAN PENELITIAN DAN
STRATEGI PENEMUAN PERMASALAHAN PENELITIAN
DI BIDANG ARSITEKTUR DAN KOTA
I. Deskripsi Singkat
Menurut A. Djunaedi, 1989, dalam kegiatan awal penelitian ada 3 (tiga) hal
penting yang harus dilakukan oleh seorang peneliti, yaitu: menentukan bidang
penelitian (problem area), menemukan permasalahan penelitian (problem finding)
dan menentukan permasalahan penelitian (problem statement). Jadi jelaslah
bahwa suatu penelitian adalah suatu problem atau suatu permasalahan yang akan
dicari pemecahannya atau paling tidak alternatif solusinya untuk diajukan oleh
peneliti kepada pihak yang berkepentingan terhadap permasalahan yang diteliti.
Sementara itu, untuk dapat memperoleh permasalahan penelitian bidang
arsitektur dan perkotaan dalam ranah kualitatif ini, maka peneliti disarankan
untuk menempuh beberapa metode pendekatan.
Menurut Lisdiyono, Edi (2008), metode pendekatan yang dapat dilakukan adalah
metode pendekatan dengan menggunakan deskriptif analisis (pemaparan kondisi),
metode evaluatif, dan metode development. Metode analisis kualitatif ini
dilakukan dengan cara observasi lapangan dan wawancara. Metode deskriptif
analisis dilakukan dengan pendekatan historis. Metode analisis kualitatif adalah
suatu proses penelitian dan pemahaman yang berdasarkan pada metodologi yang
menyelidiki suatu fenomena sosial dan masalah manusia. Pada pendekatan ini,
peneliti membuat suatu gambaran kompleks, meneliti kata-kata, laporan terinci
dari pandangan responden, dan melakukan studi pada situasi yang alami
(Creswell 1998). Bogdan dan Taylor mengemukakan bahwa metodologi kualitatif
merupakan prosedur penelitian yang menghasilkan data deskriptif berupa kata-
kata tertulis maupun lisan dari orang-orang dan perilaku yang diamati (Moleong
2007). Metode ini dilakukan dengan cara observasi lapangan dan wawancara
II. Relevansi
Dalam ranah penelitian kualitatif beberapa cara yang dapat ditempuh untuk dapat
memperoleh permasalahan penelitian adalah: melakukan observasi lapangan,
menindak lanjuti rekomendasi suatu penelitian yang telah dilakukan sebelumnya,
melakukan wawancara awal terhadap suatu fenomena pada obyek manusia/ calon
responden di lokasi penelitian yang akan dilaksanakan. Oleh karena itu,
keterampilan mahasiswa dalam mendisain problem area, problem finding dan
problem statement dalam materi ini akan ditumbuhkan sebagai tahapan awal dan
entry behaviour dalam menempuh MK Seminar semester 6 dan 7, serta menjadi
46
bagian dari upaya pengkayaan ilmu untuk MK Perancangan Arsitektur mulai
semester 4.
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
3. Indikator
Urutan kegiatan awal yang menjadi jadwal seorang peneliti adalah: 1) menentukan
bidang penelitian (Problem area), 2) menemukan permasalahan (Problem Finding),
47
serta yang terakhir dalam kegiatan awal penelitian adalah menentukan permasalahan
(Problem Statement).
Permasalahan penelitian dapat diartikan sebagai situasi problematis: Keadaan
yang masih kabur, menimbulkan keragu-raguan, sehingga memerlukan
kejelasan. Menemukan masalah penelitian dan merumuskannya dengan benar
merupakan salah satu tahap penting dalam penelitian. Menemukan masalah
penelitian seringkali (tidak harus) ditafsirkan sebagai mencari kesenjangan
antara statement of ideas dengan statement of fact, antara teori dan fenomena,
antara de-jure dan de-facto, juga antara harapan dan kenyataan. Dengan demikian
cara yang paling mudah untuk mendapatkan permasalahan dalam penelitian
adalah membenturkan teori dengan fakta lapangan.
Menurut (A. Djunaedi, 1989) bahwa penemuan permasalahan adalah tahapan
penting dalam penelitian. Jika Permasalahan tidak diketemukan, maka penelitian
tidak akan dapat dilakukan. Selanjutnya dikatakan pula bahwa "berhasilnya
perumusan permasalahan merupakan setengah dari pekerjaan penelitian". Penemuan
permasalahan juga merupakan tes bagi suatu bidang ilmu;, seperti diungkapkan oleh
Mario Bunge (dalam: Buckley dkk., 1976, 14) dengan pernyataan: "Kriteria
terbaik untuk menjajagi apakah suatu disiplin ilmu masih hidup atau tidak
adalah dengan memastikan apakah bidanq ilmu tersebut masih rnarnpu
menqhasilkan permasalahan‖. Bidang ilmu yang sudah tidak dapat berkembang pasti tidak
akan memunculkan permasalahan yang dapat diteliti. Permasalahan dalam penelitian
selanjutnya perlu dirumuskan ke dalarn suatu pernyataan permasalahan (problem
statement).
Cara-cara formal
49
lain yang berkaitan dengan kesimpulan yang dihasilkan. Saran ini dapat
dikaji sebagai arah untuk menernukan permasalahan.
d) Dialektik, dalam hal ini, berarti tandingan atau sanggahan. Dengan cara
dialektik, peneliti dapat mengusulkan untuk rnenghasilkan suatu teori
yang merupakan tandingan atau sanggahan terhadap teori yang sudah ada.
50
h) Agregasi merupakan kebalikan dari dekomposisi. Dengan cara agregasi,
peneliti dapat mengambil hasil-hasil penelitian atau teori dari
beberapa bidang (beberapa penelitian) dan "mengumpulkannya‖ untuk
membentuk suatu permasalahan yang lebih rumit dan kompleks.
Cara-cara informal
Permasalahan yang ditemukan, dengan cara formal atau pun informal, selalu
harus dievaluasi kembali apakah permasalahan tersebut patut untuk diteliti.
Evaluasi ini akan dibahas tersendiri pada bagian berikut ini.
51
PENEMUAN PERMASALAHAN PERUMUSAN PERMASALAHAN
(PROBLEM FINDING) (PROBLEM STATEMENT)
CARA FORMAL
Rekomendasi suatu riset
Analogi
Renovasi
Dialektik
Ekstrapolasi
Morfologi
Dekomposisi
Agregasi
PERNYATAAN
CARA INFORMAL PERMASALAHAN
Konjektur
Fenomenologi
Konsensus
Pengalaman
Sementara itu, menurut Antariksa (2007) bahwa untuk upaya startegi dalam
menemukan suatu permasalahan penelitian maka perlu beberapa metode, yaitu
Metode pendekatan menggunakan deskriptif analisis (pemaparan kondisi), dan
metode evaluatif, dan metode development. Metode analisis kualitatif ini
dilakukan dengan cara observasi lapangan dan wawancara. Metode deskriptif
analisis dilakukan dengan pendekatan historis. Metode analisis kualitatif adalah
suatu proses penelitian dan pemahaman yang berdasarkan pada metodologi yang
menyelidiki suatu fenomena sosial dan masalah manusia.
Pada pendekatan ini, peneliti membuat suatu gambaran kompleks, meneliti kata-
kata, laporan terinci dari pandangan responden, dan melakukan studi pada situasi
yang alami (Creswell 1998). Bogdan dan Taylor mengemukakan bahwa
metodologi kualitatif merupakan prosedur penelitian yang menghasilkan data
deskriptif berupa kata-kata tertulis maupun lisan dari orang-orang dan perilaku
yang diamati (Moleong 2007). Metode ini dilakukan dengan cara observasi
lapangan dan wawancara.
52
V. LATIHAN DAN TEST FORMATIF
Buat topik penelitian yang pada bidang yang anda anda minati (Arsitektur Tropis,
Arsitektur Berkelanjutan dan Urban Design) serta tentukan :
1. Problem area (lingkup penelitian)
2. Problem finding (temukan permasalahan-permalahan yang muncul)
3. Problem statement (rumuskan permasalahannya dengan kata-kata yang
lugas dan jelas)
Mahasiswa yang sudah mampu merumuskan 3 (tiga) hala dalam tahapan awal
penelitian yaitu: problem area, problem finding dan problem statement, akan
dapat melanjutkan ke materi berikutnya.
METODE KUALITATIF:
53
VIII. SENARAI
54
MATERI VI
PERUMUSAN MASALAH, TUJUAN,
LINGKUP DAN MANFAAT PENELITIAN
I. Deskripsi Singkat
II. Relevansi
55
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
3. Indikator
Urutan kegiatan awal yang menjadi jadwal seorang peneliti adalah: 1) menentukan
bidang penelitian (Problem area), 2) menemukan permasalahan (Problem Finding),
56
serta yang terakhir dalam kegiatan awal penelitian adalah menentukan permasalahan
(Problem Statement). Berhasilnya tahap perumusan permasalahan merupakan
setengah dari pekerjaan penelitian.
Dalam satu problem area dimungkinkan terdapat beberapa problem finding,
demikian pula dalam satu problem finding terdapat beberapa problem statement.
Oleh karenanya perlu secara jeli menentukan problem statement mana yang akan
diteliti dengan mempertimbangkan focus of interest peneliti (Lihat Gambar
5:Anatomi Masalah).
A. Perumusan Permasalahan
57
pembangunan rumah tinggal. Lingkup penelitian, biasanya, cukup sempit, tapi
diteliti secara mendalam.
Faktor kedalaman penelitian juga merupakan salah satu yang perlu dicek.
Penelitian, bukan sekedar mengumpulkan data, menyusunnya dan
memprosesnya untuk mendapatkan hasil, tetapi diperlukan pula adanya
interpretasi (pembahasan) atas hasil. Penelitian perlu dapat menjawab: apa
"arti" semua fakta yang terkumpul. Dengan pengertian ini suatu pengukuran
kemiringan menara pemancar teve belum dianggap mempunyai kedalaman yang
cukup (hanya merupakan pengumpulan data dan pelaporan hasil pengukuran).
Tetapi, penelitian tentang "pengaruh kemiringan menara pemancar teve
terhadap kualitas siaran" merupakan penelitian karena memerlukan
interpretasi terhadap persepsi pirsawan atas kualitas siaran yang
dipengaruhi oleh kemiringan.
58
Tujuan penelitia ini adalah untuk mengetahui faktor-faktor apa saja dan
seberapa besar pengaruh masing-masing faktor pada persepsi penghuni
terhadap desain rumah sub inti.
(2) Bentuk satu pertanyaan atau pernyataan umum disusul oleh beberapa
pertanyaan atau pernyataan yang spesifik.
Misal:
Permasalahan Umum: Apakah faktor-faktor yang mempengaruhi hasil
desain seorang arsitek dan seberapa pengaruh tiap-tiap faktor? Lebih
spesifik lagi, permasalahan dalam penelitian ini dapat dirinci sebagai
berikut:
(a). Apakah sekian faktor yang mempengaruhi hasil desain seorang arsitek
secara umum di Amerika Serikat terjadi pula di Indonesia?
(b). Seberapa besar pengaruh faktor-faktor tersebut mempengaruhi hasil
desain arsitek di Indonesia?
METODE KUALITATIF:
P1. Suriasumantri, Jujun.S.2007. Filsafat Ilmu-Sebuah Pengantar Populer.Pustaka
Sinar Harapan. Jakarta
P2. Muhadjir, Noeng.2000. Methode Penelitian Kualitatif Edisi IV. Rake Sarasin,
Yogyakarta.
P3. Djunaedi, Achmad.1989. Macam Bidang Penelitian Arsitektural. Jurusan
Teknik Arsitektur, Fakultas Teknik Gajah Mada-Yogyakarta.
P4. Nasution, S. 2003. Metode Penelitian Naturalistik-Kualitatif. Transito. Bandung.
P5. Moleong, Lexy J.2007. Metodologi Penelitian Kualitatif. Edisi Revisi.
Rosdakarya. Bandung.
P6. Groat, Linda and Wang, David.Architectural Research Methodes. John Wiliey &
Sons, Inc. New York
60
Buckley, J.W.; M.H. Buckley; dan Hung-Fu Chiang, 1976, Research Methodology & Business
Decisions, National Association of Accountant, New York.
Castetter, W.B.; dan R.S. Heisler, 1984, Developing and Defending A
Disertation"Proposal, Graduate School of Education, University of
Pennsylvania, Philadelphia, Pennsylvania.
Sumiarto, 1935, Evaluasi Program Perintisan Pemugaren Perumahan Desa di
Deerah Isiimewa Yogyekarta, Tesis Pasca Sarjana Strata II,
Program Perencanaan Wilayah dan Kota, Fakultas Pasca Sarjana,
Instltut Teknologi Bandung, Bandung.
Sutrisno Hadi, 1986, Pokok pokok Metodoiogi Penelitian, makalah yang tidak
dipublikasikan, tertanggal 14 Desember 1986, ditulis di Yogyakarta.
VIII. SENARAI
61
MATERI VII
KAJIAN PUSTAKA DAN HIPOTESA
I. Deskripsi Singkat
Tahapan awal penelitian yang sudah dibicarakan pada materi terdahulu adalah:
penetapan lingkup permasalahan (problem area), menemukan permasalahan
penelitian (problem finding) dan merumuskan permasalahan (problem statement).
Setelah lingkup permasalahan ditentukan, maka langkah selanjutnya adalah
melakukan tinjauan pustaka terkait dengan permasalahan yang sudah ditentukan.
Kajian pustaka ini memiliki beberapa manfaat diantaranya adalah melakukan
rekam jejak atas penelitian yang sudah dilakukan terdahulu serta memperjelas
fenomena melalui penentuan hipotesa penelitian. Selain itu kajian pustaka harus
disusun berdasarkan kerangka teoritis yang jelas serta memiliki bagian : 1)
pendahuluan, 2) pembahasan dan 3) kesimpulan. Oleh karena itu, pemahaman
mengenai tata cara penulisan kajian pustaka dan hipotesa dalam materi ini
merupakan langkah penting sebagai dasar MK Seminar di semester 6 dan 7 serta
materi landasan Perancangan Arsitektur (PA 4) mulai semester 6.
II. Relevansi
Kaitan antara kajian pustaka yang dituangkan dalam kerangka teori dengan
hipotesis penelitian adalah sangat erat. Tanpa kajian pustaka maka seorang
peneliti akan sulit menentukan hipotesis. Hipotesis dapat dilakukan dengan cara:
mengkaji atau mereview ulang teori dan konsep yang menghubungkan antar
variabel dengan cara deduktif, yang kedua adalah mereview penelitian terdahulu
yang relevan dengan permasalahan penelitian dengan cara induktif. Oleh karena
metode pendekatan deduktif dan induktif menjadai dasar untuk menentukan alur
disain penelitian.
III. Kompetensi
1. Standar Kompetensi
3. Indikator
A. KAJIAN PUSTAKA
63
sehingga ditulis "asal ada" saja atau hanya untuk sekedar membuktikan bahwa
penelitian (yang diusulkan) belum pernah dilakukan sebelumnya. Pernbuktian
keaslian penelitian tersebut sebenarnya hanyalah salah satu dari beberapa
kegunaan tinjauan pustaka. Kegunaan-kegunaan yang lain tersebut seringkali
terlupakan dalam penulisan tinjauan pustaka. Kelemahan lain yang sering
pula dijumpai adalah dalam penyusunan, penstrukturan atau
pengorganisasian tinjauan pustaka. Banyak penulisan tinjauan pustaka yang
mirip resensi buku (dibahas buku per buku, tanpa ada kaitan yang bersistem)
atau mirip daftar pustaka (hanya menyebutkan siapa penulisnya dan di
pustaka mana ditulis, tanpa membahas apa yang ditulis).
64
berbeda dengan penelitian-penelitian sebelumnya).
65
penyesuaian, dan dirancang suatu prosedur yang cocok untuk penelitian
yang dihadapi.
66
Kegunaan 5: Menghindari duplikasi penelitian
Kegunaan yang kelima ini, agar tidak terjadi duplikasi penelitian, sangat
jelas maksudnya, Masalahnya, tidak semua hasil penelitian dilaporkan secara
luas. Dengan demikian, publikasi atau seminar atau jaringen informasi tentang
hasil-hasil penelitian sangat penting. Dalam hal ini, peneliti perlu
mengetahui sumber-sumber informasi pustaka dan mempunyai hubungan
dengan sumber-sumber tersebut. Tinjauan pustaka, berkaitan dengan hal
ini, berguna untuk membeberkan seluruh pengetahuan yang ada sampai saat ini
berkaitan dengan permasalahan yang dihadapi (sehingga dapat meyakinkan
bahwa tidak terjadi duplikasi).
67
pendahuluan, biasanya ditunjukkan tujuan peninjauan dan kriteria penetapan
pustaka yang akan ditinjau (dapat diungkapkan dengan sederetan pertanyaan
keinginan-tahuan). Pada bagian pendahuluan ini pula dijelaskan tentang
organisasi tinjauan pustaka (pengelompokan secara sistematis dengan
menggunakan judul dan sub-judul pembahasan; lihat contoh terlampir).
Umumnya, pengelompokan didasarkan pada topik; cara lain, berdasar perioda
(waktu, kronologis).Bagian kedua, pembahasan, disusun sesuai organisasi
gang telah ditetapkan dalam bagian pendahuluan. Dalam Kajian pustaka,
kedalaman sitasi pustaka tidak semuanya sama, ada yang dibahas secara
mendalam ada yang hanya sekilas tergantung pada nilai korelasinya
terhadap topik yang dibahas dalam penelitian . Dalam hal ada kemiripan isi,
perincian dapat diterapkan pada salah satu pustaka; sedangkan pustaka
lainnya cukup disebutkan saja tapi tidak dirinci, misal (A. Djunaedi,
1989):
Komponen Sistem Penunjang Pembuatan Keputusan, seperti
dijelaskan oleh Mittra (1986), meliputi empat modul: pengendali,
penyimpan data, pengolah data, dan pembuat model. Penjelasan
serupa diberikan pula oleh Sprague dan Carlson (1982), dan
Bonczek et a1.(1981).
Pada dasarnya sebuah tinjauan pustaka sebaiknya mengikuti sebuah
sistematika yang baik yang secara prinsip terdiri dari bagian-bagian:
a. Latar belakang
b. Pembahasan
c. Kesimpulan
Menurut A. Djunaedi, 1989, tinjauan pustaka diakhiri dengan kesimpulan yang
menjelaskan tentang "apa arti semua tinjauan pustaka tersebut (what does it
all mean?)". Secara rinci, kesimpulan tersebut hendaknya memuat jawaban
terhadap pertanyaan-pertanyaan berikut ini, tentang:
1) status saat ini mengenai pengetahuan yang berkaitan dengan permasalahan
yang akan diteliti (apakah permasalahan sebenarnya telah tuntas
terjawab?);
2) penelitian-penelitian terdahulu yang berkaitan dengan permasalahan yang
dihadapi (adakah sesuatu dan apakah yang dapat dimanfaatkan?);
3) kualitas penelitian-penelitian yang dikaji (mantap atau hanya dapat
dipercayai sebagaian saja?);
4) kedudukan dan peran penelitian yung diusulkan dalam konteks ilmu
pengetahuan yang ada.
68
2. Kaitan Tinjauan Pustaka dengnn Daftar Pustaka
69
Vale, B (1991), Green Architecture : Design for A Sustainable Future,
Themes and Hudson, London.
Sistem Vancouver:
1. H.B.W. Raymond, Noise Control Measures in The New Singapore
International Airport, J. Applied Acoustics, vol. 14, Issue 6,1981,
halaman 439-453 (2003).
2. C.N.S. Hammad, dan M.K. Abdelazeez, Measurement of the Noise
level at Queen Alia Airport and Its Effect on Employed Person, J.
Applied Acoustics, vol. 28, Issue 3, 1989, halaman 221-228 (2003).
3. A. Munawar, Dasar – dasar Teknik Transportasi, ISBN 979-8541-33-
2, Beta Offset, Yogyakarta (2005).
70
permasalahan yang terbuka luas (misal: studi kasus, grounded-research)
dan belum ada.hipotesanya;
2) penelitian yang bersifat deskriptif; dalarn hal ini, hipotesa mungkin ada
mungkin juga tidak, tergantung jumlah (sedikit-banyaknya) pengetahuan
tentang masaiah yang bersangkutan; dan
3) penelitian yang bersifat menerangkan (Inferensial explanatory);
dalam hal ini, perlu ada hipotesa karena peneli'ian jenis ini bertujuan
untuk menguji hipotesa
1. Penelitian dimulai dengan
adanya masalah (isu, hal)
2. Permasalahan (problema)
dirumuskan
Pemilihan metoda
71
Gejala-gejala fisika mempunyai derajat kerampatan yang universal, sedangkan
gejala-gejala sosial (misalnya: perilaku suatu bangsa) mempunyai derajat
kerampatan yang sempit ( berlaku umum untuk lingkungan tertentu).
Perbedaan yang ada di antara bicang-bidang ilmu, menurut Jujun
Suriasurnantri (1978,19), tidak perlu mendorong perbedaan dalam metoda
keilmuan. Perbedaan hanya perlu pada tingkat teknik saja (untuk
rnelaksanakan metoda yang sama). Misal: teknik pengamatan yang berbeda
untuk gejala alam dibandingkan dengan teknik pengamatan gejala sosial.
72
(2) penelitian deskriptif
(3) Penelitian perkembangan;
(4) penelitian kasus dan penelitian lapanqan;
(5) penelitian korelasional;
(6) penelitian kausal-komparatif;
(7) penelitian eksperimental;
(8) penelitian eksperimental-semu dan
(9) penelitian tindakan.
MATEHEMATICAL PHILOSOPHICAL
MODELLING ARGUMENT
MATHEMATICAL LOGIC THE SCENARIO
INTERNAL LOGIC THE DIALECTIC
ANALYTIC FORMAL ORGANIZATION
TECHNIQUES: TECHNIQUES:
-FLOW CHARTING THE DICHOTOMOUS
-NETWORK ANALYSIS METHOD
-DECISION STRATEGIES TERATOLOGICAL METHOD
-ALGORITHMS
-NEURISTIC
73
2) Membaca dan mereview penelitian terdahulu yang relevan dengan
permasalahan penelitian dengan cara induktif.
Hipotesis adalah jawaban sementara dari masalah penelitian yang harus
diuji kebenarannya secara empiris. Hipotessis ini berisi tentang hubungan
yang kompleks antar fenomena-fenomena yang akan diteliti, sehingga
kedudukan hipotesis ini sangatlah penting dalam suatu penelitian.
Penetapan hipotesis dalam sebuah penelitian memberikan manfaat sebagai
berikut:
1. Memberikan batasan dan memperkecil jangkauan penelitian dan kerja
penelitian
2. Mensiagakan penelitian terhadap fakta dan hubungan antar fakta yang
kadang luput dari perhatian peneliti
3. Sebagai alat untuk memfokuskan berbagai fakta yang tercerai berai
tanpa koordinasi ke dalam satu satuan penting dan menyeluruh.
4. Sebagai panduan untuk pengujian serta penyesuaian dengan fakta antar
fakta.
Sedangkan perumusan hipotesis yang baik dan benar harus memenuhi ciri-
ciri sebagai berikut:
1. Hipotesis harus dinyatakan dalam kalimat pernyataan yang deklaratif
dan bukan kalimat pertanyaan.
2. Hipotesis berisi pernyataan mengenai hubungan antara dua variabel atau
lebih
3. Hipotesis harus sesuai dengan fakta dan dapat menerangkan fakta
4. Hubungan antar dua variabel atau lebih dalam hipotesis harus bersifat
dapat diuji (tesable). Hubungan antar variabel tersebut harus dapat
dipredisi serta dapat dimaknai pengaruh antar variabelnya.
5. Hipotesis harus sederhana (spesifik) dan terbatas, agar tidak terdapat
kesalahpahaman pengertian.
Melihat kenyataan diatas, maka merumuskan sebuah hipotesa bukan
sesuatu yang mudah bagi seorang peneliti. Oleh karena itu peneliti dituntut
untuk:
1. Memiliki banyak informasi tentang permasalahan yang akan dipecahkan
dengan cara banyak membaca literatur yang ada hubungannya dengan
penelitian yang dikerjakan
2. Memiliki kemampuan untuk untuk memerika keterangan tentang tenpat,
obyek, dan hal-hal yang berhubungan satu sama lain dalam fenomena
yang sedang diteliti.
74
3. Memiliki kemampuan untuk menghubungkan satu keadaan dengan
keadaan yang lain yang sesuai dengan kerangka teori dan bidang ilmu
yang bersangkutan.
Perlu dicatat bahwa Buckley dkk. (1976, 23) berpendapat bahwa suatu
metodologi penelltlan terdiri dari strategi, domain dan teknik. Strategi
berkaitan dengan sifat esensial dari data dan proses pengumpulan dan
analisisnya. Domain berkaitan dengan sumber dan lingkungan data. Teknik
berkaitan dengan alot yang digunakan untuk mengumpulkan dan menganalisis
75
data. Teknik, dalam hal ini, dapat dibedakan menjadi teknik formal dan
teknik informal. Teknik formal diterapkan secara obye kt i f dan untuk
mengolah data kuantitatif, sedangkan teknik informal meliputi penerapan
subyektif dan berkaitan dengan data kualitatif
Jika mahasiswa dapat menjawab kedua pertanyaan tersebut dengan kondisi 90%
benar, maka mahasiswa dapat melanjutkan ke tahap selanjutnya. Selamat kepada
yang telah berhasil menjawab dengan sempurna.
METODE KUALITATIF:
P1. Suriasumantri, Jujun.S.2007. Filsafat Ilmu-Sebuah Pengantar Populer.Pustaka
Sinar Harapan. Jakarta
P2. Muhadjir, Noeng.2000. Methode Penelitian Kualitatif Edisi IV. Rake Sarasin,
Yogyakarta.
P3. Djunaedi, Achmad.1989. Macam Bidang Penelitian Arsitektural. Jurusan
Teknik Arsitektur, Fakultas Teknik Gajah Mada-Yogyakarta.
P4. Nasution, S. 2003. Metode Penelitian Naturalistik-Kualitatif. Transito.
Bandung.
P5. Moleong, Lexy J.2007. Metodologi Penelitian Kualitatif. Edisi Revisi.
Rosdakarya. Bandung.
P6. Groat, Linda and Wang, David.Architectural Research Methodes. John
Wiliey & Sons, Inc. New York
76
Djunaedi, A., 1988a, Penemuan den Perumusan Permasalaihan.
Djunaedi, A., 1988b, Pemilihan Tinjauan Pustaka.
Leedy, Paul D., 1985, Practical Research: Planning and Design. Hal. 90-93:
The Research Methodology. Hal. 119-130: The Historical Method. Hal. 132-
171: The Descriptive Survey Method. Hal. 172-209: The Analytical Survey
Method. Hal. 210-224: The Experimental Method.
Suryabrata, Sumadi, 1983, Metodologi Peneliitien.
Hal. 15-39: Beberapa metode dasar dan rancangan penelltlan.
Tan, Mely G., 1977, Masalah Perencanaan Penelitian, dalam:
Koentjaraningrat, Metode-metode Peneliiian Masyarakat, hal. 24-60.
VIII. SENARAI
77
MATERI VIII : UJIAN TENGAH SEMESTER
RANGKUMAN MATERI METODE PENELITIAN KUALITATIF
78
10. Paradigma Kuantitatif (Positivisme) tokohnya adalah: Auguste Comte, John
Stuart Mill, Herbert Spencer.
11. Paradigma Kualitatif (Naturalistik), tokohnya adalah: Edmund Husserl, Mark
Scheller.
12. Perbedaan data Kualitatif dan kuantitatf
Penelitian Kuantitatif :
Penelitian mengenai suatu masalah sosial atau kemanusiaan berdasarkan pada
pengujian suatu teori yang terdiri dari beberapa variabel, diukur dengan angka dan
dianalisis dengan prosedur statistik, untuk menentukan apakah teori yang dimaksud
mengandung kebenaran yang berlaku umum.
Penelitian Kualitatif :
Proses upaya untuk mengetahui mengenai suatu masalah sosial atau kemanusiaan,
berdasarkan pada usaha membangun suatu gambar yang kompleks dan menyeluruh
(holistik), dibentuk dengan kata-kata atau deskripsi, dengan melaporkan
pandangan-pandangan rinci dari informan, dilakukan dalam setting yang alamiah.
81
MATERI IX
MACAM VARIABEL PENELITIAN, POPULASI,
SAMPLE DAN METODE SAMPLING
I. Deskripsi Singkat
Penelitian kuantitatif yang valid memiliki populasi yang cukup besar. Semakin
banyak populasi yang dimiliki maka semakin valid penelitian kuantitatif tersebut.
Namun kita tidak mungkin meneliti satu persatu keseluruhan populasi dengan
pertimbangan waktu, biaya dan tenaga. Oleh karena itu perlu dilakukan metoda
sampling. Metoda sampling adalah metoda yang dipergunakan untuk memilih
sample dari seluruh populasi yang ada. Sample adalah keseluruhan individu yang
berhak diteliti dalam sebuah populasi. Dalam suatu permasalahan penelitian perlu
dilakukan penetapan aspek yang akan diteliti. Variabel adalah faktor atau aspek
yang diteliti yang kemungkinan memiliki katagori dan atribut, contohnya adalah
aspek mata pencaharian penduduk akan memiliki katagori: nelayan, pedagang,
buruh, PNS, pengusaha dan sebagainya.
Dengan diberikannya materi penetapan populasi, sample, metoda sampling serta
variabel, maka dengan diberikannya suatu kasus tertentu penelitian maka
mahasiswa semester 4 Jurusan Arsitektur FT UNDIP akan dapat menyebutkan
(C2) dan menerapkan (C3) dengan benar populasi, sample, dan kemungkinan
jenis variabel yang akan diteliti, sebagai pemahaman dasar untuk MK Seminar
semester 6 dan 7 serta materi landasan Perancangan minimal PA 4 di semster 6.
II. Relevansi
Dalam suatu penelitian ada beberapa macam variabel yang kita kenal. Dari skala
pengukurannya kita mengenal variabel nominal, ordinal dan rasional/ interval.
Dari jumlah variabel kita mengenal penelitian univariat, bivariat dan multivariat.
Moehadjir Noeng mengatakan bahwa dalam proses penelitian terkadang kita
menemukan variabel yang sudah terlanjur diteliti ternyata tidak cukup relevan
terhadap permasalahan penelitian, maka kita dapat mengeliminasi variabel
tersebut.
III. Kompetensi
1. Standar Kompetensi
82
pemahaman dasar untuk MK Seminar semester 6 dan 7 serta materi landasan
Perancangan minimal PA 4 di semster 6
2. Kompetensi Dasar
3. Indikator
Kemampuan mahasiswa semester 4 Jurusan Arsitektur dalam memahami
(C2) dan menerapkan (C3) serta menetapkan populasi, sample dan variabel
penelitian ditunjukkan dengan indikator-indikator sebagai berikut:
a. Menyebutkan dengan benar macam populasi dalam suatu kasus
penelitian.
b. Menyebutkan dengan benar macam sample yang mewakili dan
merepresentasikan populasi dari sifat dan spesifikasinya.
c. Menyebutkan dan menerapkan dengan benar metode sampling yang
dipergunakan untuk menentukan sample yang dapat mewakili populasi.
d. Menyebutkan dan menerapkan dengan benar jenis katagor ataupun
atribut yang menjadi bagian dari variabel penelitian.
A. PENGUMPULAN DATA
STRATIFIED SAMPLING
PROBABILITY/RANDOM
SAMPLING
SYSTEMATIC SAMPLING
SAMPLING
CLUSTER SAMPLING
NON PROBABILITY
SAMPLING
Identitas V a r i a bel
NO NAMA FUNGSI ORIENTASI JUMLAH LUAS KONDISI BAHAN
GEDUNG BANGUNAN BANGUNAN LANTAI BANGUNAN BANGUNAN SELUBU
(m2) NG
1 ARTHA GRAHA BANK Selatan 3 3300 Buruk GRC
2 PLAZA FLEXI KANTOR Selatan 4 2000 Baik ACP
3 SRI RATU MALL Timur 7 7000 Sedang PRECAST
87
C. MACAM VARIABEL
Data yang telah terkumpul dan terorganisir kemudian perlu dianalisis dengan
cara tertentu (dalam hal ini, diasumsikan: dianalisis dengan bantuan
statistic). Terdapat tiga factor yang mempengaruhi cara menganalisis data:
1) Jumlah variable yang akan dianalisis.
2) Tujuan analisis, dan
3) Tingkat pengukuran variable.
Ketiga factor tersebut dibahas satu per satu dalam bab ini.
a. Jumlah Variabel
Data yang telah terkumpul dapat saja terdiri dari banyak variabel tetapi suatu
peninjauan (analisis) dapat saja hanya mengolah satu atau dua variabel saja.
Bila ingin diketahui tentang pola hubungan antara orientasi bangunan dan
―tingkat bunyi (dB)‖ maka hanya dua variabel yang ditinjau. Menurut A.
Djunaedi,2000, untuk mengolah satu variabel maka dipakai metoda analisis
univariat (univariate) sedangkan untuk mengolah dua variabel dipergunakan
metoda bivariat (bivariate). Pengolahan variabel lebih dari dua
menggunakan metoda multivariate (multivariate).
Penetapan jumlah variabel yang ditinjau didasarkan pada permasalahan yang
akan dianalisis. Misal, kalau permasalahan menyebutkan perlunya diketahui
rata-rata tingkat bunyi (dB) yang diterima, maka ditinjau hanya satu variabel
(yaitu: ―tingkat bunyi‖). Bila diinginkan untuk diketahui ada tidaknya kaitan
antara ―orientasi rumah‖ dan ―tingkat bunyi diterima‖, dalam hal ini, ditinjau
dua variabel. Seringkali permasalahan yang mulanya menyangkut dua
variabel dapat berkembang menyangkut banyak variabel (atau dicoba apakah
ada variabel lain yang mempengaruhi). Misal, dalam contoh diatas, variabel
―jenis gedung‖ dikaitkan dengan pengkajian hubungan ―jumlah
lantai/tingkat‖ dengan ―luas total lantai‖.
b. Tujuan Analisis
90
BERAPA VARIABEL TERDAPAT
DALAM PERMASALAHAN
91
VII. DAFTAR PUSTAKA
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press, Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas Gramedia,
Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan Perancangan
Kota, Rajawali Pers, Jakarta.
VIII. SENARAI
92
MATERI X
TEKNIK PEMBUATAN QUESTIONAIR
I. Deskripsi Singkat
II. Relevansi
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
3. Indikator
Isi Pertanyaan
Isi pertanyaan dalam kuesioner bisa berbagai macam. Berikut adalah pertanyaan
yang mungkin muncul dalam sebuah kuesioner:
1. Pertanyaan tentang fakta. Contoh: umur, pendidikan, agama, status
perkawinan
2. Pertanyaan tentang pendapat dan sikap. Ini menyangkut tentang
perasaan dan sikap responden tentang sesuatu
3. Pertanyaan tentang informasi. Pertanyaan ini menyangkut tentang apa
yang diketahui oleh responden dan sejauh mana hal tersebut diketahui.
4. Pertanyaan tentang persepsi diri. Responden menilai perilakunya sendiri
dalam hubungannya dengan yang lain. Contoh: intensitas kunjungan ke
rumah sakit serta pengaruhnya terhadap kondisi kesehatannya sendiri.
Beberapa cara Pemakaian Kuesioner
94
Kuesioner bisa dilakukan dalam berbagai cara. Berikut adalah cara-cara
menyampaikan kuesioner yang lazim dilakukan dalam sebuah penelitian:
1. Kuesioner dilakukan dalam wawancara tatap muka dengan responden.
2. Kuesioner diisi sendiri oleh kelompok. Umpamanya seluruh staf dalam
sebuah kantor diminta untuk mengisi secara serentak serangkaian kuesioner
scear bersama-sama.
3. Wawancara melalui telepon. Prosedur ini sudah lazim dilakukan di negara
maju. Wawancara dengan telepon dinilai lebih murah dan efisien daripada
wawancara dengan bertatap muka secara langsung. Terkadang orang tidak
bersedia diwawancara secara langsung tapi bersedia diwawancara melalui
telepon.
4. Kuesioner diposkan, dilampiri amplop yang dibubuhi perangko, untuk
dikembalikan oleh responden setelah diisi. Cara ini dapat dilakukan untuk
kuesioner yang pendek dan tidak membutuhkan interpretasi yang rumit,
namun tingkat pengembalian kuesioner oleh responden terkadang rendah.
Jenis Pertanyaan.
Beberapa jenis pertanyaan yang lazim dipergunakan dalam kuesioner adalah
sebagai berikut:
1. Pertanyaan tertutup
Pertanyaan yang jawabannya sudah ditentukan oleh pembuat kuesioner dan
responden tidak diberi kesempatan untuk menjawab lain.
Contoh:
Bagaimana menurut anda tentang moda transportasi di pemukiman nelayan
Tambak Mulyo Semarang?
a. baik b. kurang baik c. buruk
2. Pertanyaan terbuka
Kemungkinan jawaban tidak ditentukan terlebih dahulu dan responden
bebas memberikan jawabannya.
Contoh:
Menurut anda apakah fasilitas yang terpenting dalam aspek keamanan pada
bangunan perkantoran?
95
Jika tidak, maka menurut anda aspek apa yang mempengaruhi keindahan
bangunan?
Keterangan :
N
n
N d 1
2
8576
n
85760,1 1
2
8576
n
85760,01 1
8576
n 98,9 99responden
86,76
C. CONTOH QUESTIONAIR
Untuk memberikan gambaran yang jelas, maka di bawah ini diberikan contoh
kuesioner pada penelitian thesis Satriya Wahyu Firmandhani (2013) mahasiswa
S2 Magister Teknik Arsitektur Universitas Diponegoro tentang persepsi ruang
komunal pada pemukiman nelayan Tambak Mulyo Semarang, sebagai berikut:
97
DATA KUESIONER “FAKTOR PEMBENTUK PERSEPSI
RUANG KOMUNAL”di PEMUKIMAN NELAYAN
MAGISTER TEKNIK ARSITEKTUR
UNIVERSITAS DIPONEGORO
TPI
Tambak
Lorok
Area diatas adalah area penyebaran kuesioner ini, apabila terdapat pertanyaan yang
bersangkutan dengan jalan, maka yang dimaksud adalah jalan sepanjang 100 m ke
utara TPI dan 100 m ke selatan TPI. TPI adalah titik tengah area ini. Sehingga TPI
merupakan acuan dari semua pertanyaan di kuesioner ini.
98
Isilah jawaban pada kotak yang disediakan!
AKSESIBLE
1. Menurut anda, bagaimana jarak dari rumah anda ke jalan
lingkungan?
a. Sangat Dekat
b. Dekat
c. Cukup 1.
d. Jauh
e. Sangat Jauh
2. Apakah menurut Anda jalan lingkungan mudah dicapai oleh orang
normal?
a. Sangat mudah
b. mudah
c. Cukup 2.
d. Sulit
e. Sangat Sulit
3. Apakah menurut Anda jalan lingkungan mudah dicapai oleh
penyandang cacat?
a. Sangat mudah
b. Mudah
c. Cukup
3.
d. Sulit
e. Sangat Sulit
4. Apakah Anda mudah mencapai jalan lingkungan tanpa bantuan
apapun?
a. Sangat Mudah
b. Mudah 4.
c. Cukup
d. Tidak mudah
e. Tidak bisa
5. Apakah menurut Anda keselamatan Anda terjamin saat menuju jalan
lingkungan?
a. Sangat terjamin
b. Terjamin
c. Cukup 5.
d. Tidak terjamin
e. Sangat Tidak terjamin
6. Menurut Anda, dalam menjangkau jalan lingkungan butuh waktu
tempuh yang lama atau tidak?
a. Sangat Cepat
b. Cepat
c. Cukup 6.
99
d. Lama
e. Sangat Lama
7. Apakah terdapat moda angkutan dalam menuju jalan lingkungan?
a. Sangat banyak
b. Banyak
c. Cukup 7.
d. Sedikit
e. Sangat sedikit/tidak ada
8. Bagaimana kualitas moda angkutan dalam menuju jalan lingkungan?
a. Sangat baik
b. Baik
c. Cukup 8.
d. Tidak baik
e. Sangat tidak baik
VISIBLE
9. Apakah jalan lingkungan ini mudah dilihat oleh masyarakat?
a. Sangat mudah
b. mudah
c. Cukup 9.
d. Sulit
e. Sangat sulit
10. Apakah ruang komunal di jalan ini terhalangi suatu hal?
a. Sangat terhalangi
b. Terhalangi
c. Cukup 10.
d. Tidak terhalangi
e. Sangat jelas terlihat
KOMPONEN PENDUKUNG
11. Apakah banyak terdapat tempat duduk untuk berkumpul di jalan ini?
a. Sangat banyak
b. Banyak
c. Cukup 11.
d. Sedikit
e. Tidak ada
12. Apakah tempat duduk tersebut mudah dijangkau?
a. Sangat mudah
b. mudah
12.
c. Cukup
d. Sulit
e. Tidak terjangkau
100
13. Bagaimana jumlah pepohonan di jalan lingkungan ini?
a. Sangat banyak
b. Banyak 13.
c. Cukup
d. Sedikit
e. Tidak ada
14. Bagaimana kondisi jalan lingkungan berdasar kondisi pohon tersebut?
a. Sangat teduh
b. teduh
c. Cukup 14.
d. Panas
e. Sangat panas
KEGIATAN SOSIAL
15. Apakah sering terdapat masyarakat yang berkumpul dan berbincang
di jalan?
a. Sangat sering
b. sering
c. Cukup 15.
d. Kadang-kadang
e. Tidak Pernah
KOMUNITAS PENGGUNA
16. Bagaimana menurut anda tentang keakraban dan kekeluargaan antar
penduduk Tambak Mulyo? Apakah terjalin keakraban yang erat?
a. Sangat setuju
b. setuju
c. Cukup 16.
d. Tidak setuju
e. Sangat tidak setuju
KATALISATOR
17. Apakah sering terdapat kegiatan menarik (pertunjukan) di jalan?
a. Sangat sering
b. sering
c. Cukup 17.
d. Kadang-kadang
e. Tidak Pernah
NON INDIVIDUALITAS
20. Apakah jalan lingkungan sering digunakan untuk keperluan pribadi?
a. Sangat sering
b. sering 20.
c. Cukup
d. Kadang-kadang
e. Tidak Pernah
PUBLIK
21. Apakah Anda merasa kegiatan Anda (khususnya kegiatan
bersosialisasi) terfasilitasi di jalan lingkungan?
a. Sangat setuju
b. Setuju 21.
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
22. Apakah menurut Anda setiap orang bebas beraktifitas di jalan
lingkungan?
a. Sangat setuju
b. Setuju 22.
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
23. Apakah menurut anda jalan lingkungan sangat berkaitan erat dengan
urusan pribadi dan kepentingan luas?
a. Sangat setuju
b. Setuju
23.
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
102
MOTIV
24. Bagaimana respon anda bila ada nelayan yang merawat jaring dijalan?
Apakah anda tetap ikutserta dalam lingkungan?
a. Sangat setuju
24.
b. setuju
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
25. Apakah anda setuju dengan orang yang menjauh dari jalan disaat
jalan digunakan untuk mengobrol, merawat jaring, dan menjemur
ikan?
a. Sangat setuju
25.
b. setuju
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
HARAPAN
26. Apakah anda akan merubah keadaan jalan apabila tidak sesuai dengan
kegiatan anda? Misal: menaruh tempat jemur ikan di tepi jalan untuk
menjemur ikan Anda.
a. Sangat setuju
26.
b. setuju
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
MINAT
27. Setujukah anda dengan kegiatan
mengobrol/berkumpul/bermain/merawat jaring di jalan?
a. Sangat setuju
b. setuju
27.
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
KOGNITIF
28. Apakah Anda paham tentang kebutuhan ruang untuk warga
bersosialisasi?
a. Sangat paham
28.
b. Paham
c. Cukup
103
d. Tidak Paham
e. Sangat tahu sama sekali
29. Bagaimana pemikiran anda dengan kegiatan bersosialisasi/berkumpul
di jalan?
a. Sangat setuju 29.
b. setuju
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
30. Apakah Anda mengerti apakah fungsi jalan yang sebenarnya?
Jelaskan?
a. Sangat mengerti
30.
b. Mengerti
c. Cukup
d. Tidak mengerti
e. Sangat tidak mengerti
AFEKTIF
31. Apa yang anda rasakan bila melihat anak-anak bermain di jalan?
a. Sangat tenang
b. tenang 31.
c. Netral
d. Khawatir
e. Sangat khawatir
32. Apakah anda merasa terganggu saat berjalan/berkendaraan di jalan
lingkungan dan terdapat orang yang sedang berkumpul disana?
a. Sangat terganggu
b. Terganggu 32.
c. Netral
d. Tidak terganggu
e. Sangat tidak terganggu/Nyaman
33. Apakah Anda merasa nyaman disaat berkegiatan komunal
(berkumpul-kumpul, mengobrol, merawat jaring) di Jalan?
a. Sangat nyaman
b. Nyaman
c. Cukup 33.
d. Tidak nyaman
e. Sangat tidak nyaman
INTERPRETATIF
34. Menurut Anda, apakah Jalan ini bermakna sebagai ruang sosialisasi
antar warga?
104
a. Sangat setuju
b. Setuju 34.
c. Netral
d. Tidak setuju
e. Sangat tidak setuju
EVALUATIF
35. Menurut anda apakah berkumpul-kumpul di jalan adalah kegiatan
yang baik?
a. Sangat baik
b. baik
c. Netral 35.
d. Tidak baik
e. Sangat tidak baik
PENGALAMAN
36. Berapa lama anda tinggal disini?
a. <10 th (Baru saja)
b. 10-20 th (Tidak Lama)
36.
c. 20-30 th (Cukup lama)
d. 30-40 th (Lama)
e. >40 th (Sangat Lama)
METODE KUALITATIF:
P1. Suriasumantri, Jujun.S.2007. Filsafat Ilmu-Sebuah Pengantar Populer.Pustaka
Sinar Harapan. Jakarta
105
P2. Muhadjir, Noeng.2000. Methode Penelitian Kualitatif Edisi IV. Rake Sarasin,
Yogyakarta.
P3. Djunaedi, Achmad.1989. Macam Bidang Penelitian Arsitektural. Jurusan
Teknik Arsitektur, Fakultas Teknik Gajah Mada-Yogyakarta.
P4. Nasution, S. 2003. Metode Penelitian Naturalistik-Kualitatif. Transito. Bandung.
P5. Moleong, Lexy J.2007. Metodologi Penelitian Kualitatif. Edisi Revisi.
Rosdakarya. Bandung.
P6. Groat, Linda and Wang, David.Architectural Research Methodes. John Wiliey &
Sons, Inc. New York
P7. S. Wahyu Firmandhani (2013), Faktor Pembentuk Persepsi Ruang Komunal di
Pemukiman Nelayan, Thesis Magister Teknik Arsitektur UNDIP, Semarang
(unpublished)
P8. B. Bungin (2009), Metodologi Penelitian Kuantitatif, Kencana, Jakarta.
VIII. SENARAI
106
MATERI XI
METODE PENGUMPULAN DATA DAN ANALISIS DATA
I. Deskripsi Singkat
Tahapan penelitian yang paling penting adalah tahap Pengumpulan Data dan
Analisis Data penelitian. Di dalam tahapan ini peneliti diuji kecermatan dan
kemampuannya untuk mensintesakan (C4) seluruh pikiran dan kemampuannya
untuk melakukan sinergi antara data-data yang terkumpul dalam jumlah yang
banyak dan menganalisisnya secara cermat dan teliti.
Dengan diberikannya materi Pengumpulan Data dan Analisis pada minggu/ tatap
muka ini maka mahasiswa diharapkan mampu mensintesakan (C4) permasalahan
penelitian yang dihadapinya pada MK Metodologi Riset dan Statistik semester 4.
II. Relevansi
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
TPI Tambak
Lorok
109
Gambar 11.02. Grafik Aksesibilitas
B. ANALISIS DATA
Tahap Analisis dilakukan setelah seluruh data dari responden dan sumber data
lain terkumpul. Teknik analisis data dalam penelitian kuantitatif menggunakan
statistik, dan terdapat 2 jenis data statistik yaitu statistik deskriptif dan statistik
inferensial, dimana statistik deskriptif adalah metode analisis untuk
mengetahui kesimpulan dari sampel yang diambil, sedangkan statistik
inferensial merupakan metode analisis yang digunakan untuk menyimpulkan
seluruh populasi dari uji sampel/generalisasi (Sugiyono, 2000)..
Sebagai conroh dikemukakan penelitian thesis dari mahasiswa S2 Satriya
Wahyu Firmandhani tentang ―Faktor Pembentuk Persepsi Ruang Komunal di
Pemukiman Nelayan Tambak Mulyo Semarang‖.
Dalam penelitian ini, digunakan metode statistik deskriptif dikarenakan
peneliti hanya mengambil kesimpulan dari sampel yang diuji bukan dari
seluruh populasi. Setelah melalui tahapan analisis statistik deskriptif,
dilanjutkan dengan analisis faktor-faktor di lokasi untuk mencapai tujuan
penelitian. Proses analisis penelitian ini melalui 3 tahapan yaitu pengolahan
data, analisis statistik deskriptif, dan analisis faktor.
Berikut adalah diagram pengolahan data. Data yang sudah didapat diolah
dengan melalui kompilasi data (compilating), pemberian identitas (coding)
dan proses analisis (factor analyse).
110
COMPILATING CODING ANALYZING
Tabel XI.02: Contoh Soal Data Gedung Kawasan Simpang Lima Semarang
Identitas V a r i a bel
LUAS
FUNGSI ORIENTASI JUMLAH BANGUNAN KONDISI BAHAN
NO NAMA GEDUNG BANGUNAN BANGUNAN LANTAI (m2) BANGUNAN SELUBUNG
1 ARTHA GRAHA BANK Selatan 3 3300 Buruk GRC
2 PLAZA FLEXI KANTOR Selatan 4 2000 Baik ACP
3 SRI RATU MALL Timur 7 7000 Sedang PRECAST
Atribut/Katagori
4 GOLDEN FLOWER APARTEMENT Utara 10 6800 Sedang PRECAST
5 BNI TOWER BANK Selatan 5 3500 Baik ACP
6 MANDIRI SKY BANK Utara 6 5400 Baik ACP
7 PLAZA INDOSAT KANTOR Utara 5 5000 Sedang ACP
8 GRAHA TELKOM KANTOR Selatan 4 3200 Buruk PRECAST
9 BANK INDONESIA BANK Utara 5 7500 Baik GRC
SUARA MERDEKA
10 TOWER KANTOR Selatan 10 8000 Baik ACP
111
VI. UMPAN BALIK
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press, Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas Gramedia,
Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan Perancangan
Kota, Rajawali Pers, Jakarta.
VIII. SENARAI
112
MATERI XII
PENGENALAN STATISTIK
DALAM ARSITEKTUR
I. Deskripsi Singkat
II. Relevansi
III. Kompetensi
1. Standar Kompetensi
Dengan dikuasainya keterampilan menetapkan nilai kecenderungan sentral
pada materi ini, setelah mengikuti proses perkuliahan ini, diharapkan
mahasiswa semester 4 Jurusan Arsitektur Fakultas Teknik Universitas
Diponegoro akan dapat meninterpretasikan data penelitian dengan 80%
benar sesuai standar dan kaidah suatu penelitian kuantitatif maupun
kualitatif.
113
2. Kompetensi Dasar
Dengan diberikannya materi kecenderungan sentral pada suatu kumpulan
data penelitian, maka mahasiswa semester 4 Jurusan Arsitektur FT UNDIP
diharapkan mampu menerapkan interpretasi data (C3) pada suatu kumpulan
data dan permasalahan penelitian serta menjadi dasar dalam MK Seminar
semester 6 dan 7, MK Perancangan Arsitektur 4 semester 6.
3. Indikator
Kemampuan mahasiswa semester 4 Jurusan Arsitektur dalam menjelaskan
kembali serta menerapkan konsep dasar penentuan mean, median, dan
modus sebagai nilai kecenderungan sentral sebuah permasalahn penelitian
melalui sekumpulan data dengan indikator kemampuannya dalam :
a. Mencari mean, median dan modus jika diberikan suatu kasus
tertentu
b. Mampu memaknakan hasil penghitungan mean, median dan modus
secara benar sesuai dengan kaidah-kaidah kecenderungan sentral
penelitian.
c. Mampu membuat tabulasi data dari hasil mean, median dan modus
seuai dengan kaidah-kaidah pada materi ini.
A. MEDIAN
Kecenderungan sentral: Median (dan Mode). Mode dapat dipakai juga untuk
mengukur kecenderungan sentral variable ordinal, tetapi ada teknik yang lebih
tepat yaitu pengukuran median. Pengukuran median mengandung unsur urutan
(yang membedakan variabel, ordinal dari variable nominal). Median dari variable
ordinal adalah kategori tempat frekuensi komulatif sebesar 50% berada pada
contoh Tabel XII.01, median adalah kondisi sedang (A. Djunaedi, 2000)
114
Disamping presentasi data berwujud table frekuensi, data ordinal dapat
dipresentasikan pula dalam bentuk grafik batang (bar chart-lihat Gambar 12.01).
dari grafik batang tersebut terlihat: mode (yaitu kondisi sedang terlihat sebagai
batang terpanjang dalam grafik) dan distribusi frekuensi (dalam wujud grafik
batang).
B. MODUS
Kecenderungan sentral: Mode. Karena tidak ada urutan kategori, kecenderungan
sentral dalam analisis variable nominal hanya nampak dalam bentuk ―mode‖.
Mode, dalam hal ini, berarti kategori yang paling banyak frekuensinya – pada
table XII.02 petani merupakan mode dalam hal macam pekerjaan. Pemakaian
mode sebagai ukuran sentralitas mempunya tiga kelemahan. Kelemahan pertama,
mode yaitu kategori dengan frekuensi terbanyak tidak mencerminkan suatu yang
tipikal, karena yang terbanyak mungkin bukan yang merupakan mayoritas – pada
table XII.02, mode yaitu kategori petani hanya merupakan 47,3% dari
keseluruhan (kurang dari setengah).
Kelemahan kedua: sering kali terdapat lebih dari satu mode dalam satu table
frekuensi, sehingga sulit untuk menentukan mode mana yang dapat menjadi
115
gambaran nilai ―rata-rata‖. Kelemahan ketiga berkaitan dengan penggabungan
beberapa kategori yang biasa dilakukan pada variable nominal. Variasi dalam
penggabungan beberapa kategori dapat mempengaruhi penetapan mode. Sebagai
contoh: pedagang dan pegawai negeri digabungkan. (missal menjadi ―non-
petani‖), maka gabungan ini berjumlah 43,7 dan menjadi mode. Dengan
demikian, penggabungan kategori yang ceroboh dapat memanipulasikan
penetapan mode.
C. MEAN
Kecenderungan sentral: mean (dan median). Mean merupakan pengukuran yang
umum bagi kecenderungan sentral variable interval/rasio. Pada dasarnya, mean
dihitung dari jumlah nilai semua individu dibagi jumlah individu. Teknik
perhitungan mean, secara lebih rinci, tergantung pada macam table data:
individual dan berfrekuensi (berkelompok).
1) Data individual dipresentasikan dalam bentuk table dengan tiap
barisnya merupakan data nilai individu (lihat Tabel 3.5), dipakai
rumus perhitungan mean sebagai berikut:
X
X i
N
dengan X = mean
Xi = nilai tiap individu
N = jumlah individu dalam sampel
X
X i
N
360
5
76
116
2) Menurut A. Dujanedi, (2000), data frekuensi (berkelompok). Seperti
telah dijelaskan dimuka, data yang mempunyai jumlah individu terlalu
banyak seringkali disederhanakan dengan mengelompokkan individu-
individu dengan kategori yang sama dan mempresentasikan dalam
bentuk table frekuensi. Pada table presentasi data jenis ini, tiap baris
menunjukkan frekuensi tiap kategori (lihat table XII.04.). bila dalam
table frekuensi terdapat jumlah kategori yang terlalu banyak (sehingga
daftar kategori terlalu panjang), kategori-kategori tersebut dapat
dikelompokkan menurut interval tertentu, membentuk table frekuensi
kategori berkelompok (lihat table XII.05).
( k . f )
X
f
X = mean
k = kategori (nilai) pada table frekuensi tanpa kelompok atau
= nilai tengan kelompok kategori pada table frekuensi
kategori berkelompok
117
Tabel XII.05: Perhitungan Mean, Cara 2 b. (A. Djunaedi, 2000)
Luas lantai (m2) Nilai Tengah (m2) Frekuensi (k. f)
(k) (f)
36 - 44 40 24 960
45 - 53 49 16 784
54 - 62 58 11 638
63 - 71 67 10 670
72 - 80 76 3 228
81 - 89 85 4 340
90 - 98 94 1 94
Jumlah 69* 3714
* jumlah aslinya = 74; dipotong nilai-nilai ekstrim sebanyak 5
individu
( k . f )
X
f
3714
69
53,826
Dalam hal kelompok kategori merupakan kelompok yang terbuka,
missal ―>99 m2‖. Nilai tengah perlu ditetapkan secara khusus dengan
melihat data aslinya (dalam tiap kategori aslinya). Dalam hal ini, nilai
tengah dapat dihitung dalam suatu table frekuensi terpisah dengan
rumus perhitungan mean cara ke (2) diatas dengan kategori awal 99
m2, dan seterusnya (A. Djunaedi, 2000)
Disamping presentasi dalam bentuk table frekuensi, data interval/rasio
dapat pula dipresentasikan dalam bentuk gambar histogram dan grafik
frekuensi kumulatif. Gambar histogram (seperti halnya grafik batang)
sekaligus memperlihatkan mode dan distribusi frekuensi (lihat gambar
III.2). sedamgkan grafik frekuensi kumulatif dapat membantu
penetapan median (lihat Gambar III.03).
Jika mahasiswa dapat menjawab kasus disain tersebut dengan kondisi 90% benar,
maka mahasiswa dapat melanjutkan ke tahap selanjutnya. Selamat kepada yang
telah berhasil menjawab dengan sempurna.
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press,
Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
119
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas
Gramedia, Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan
Perancangan Kota, Rajawali Pers, Jakarta.
VIII. SENARAI
120
MATERI XIII
PENGENALAN STATISTIK DENGAN SOFTWARE SPSS
ANALISIS DESKRIPTIF, UJI T, ANOVA, CHI SQUARE
I. Deskripsi Singkat
Pada materi terdahulu kita sudah membicarakan mengenai analisis
kecenderungan sentral berupa mean, median dan modus yang dilakukan secara
manual. Sejalan dengan perkembangan teknologi, dikenal perangkat lunak SPSS
(Statistical Product and Service Solutions) yang membantu para peneliti dalam
menganalisa data-data penelitian serta membantu menginterpretasikan hasil
penelitian mereka. Beberapa metode analisis akan dibicarakan secara berturut-
turut dalam 3 materi ke depan. Yang pertama adalah analisis deskriptif, Uji T,
Anova dan Chi Square. Sedangkan materi berikutnya adalah Analisa Korelasi dan
Regresi, dan yang terakhir adalah Analisis Faktor dan Multi Dimensional Scale.
Analisis Deskriptif, Uji T, Anova dan Chi Square memiliki metode analisis
dengan menggunakan kecenderungan sentral nilai rata-rata. Karena manfaat dari
materi ini adalah mendapatkan keterampilan melakukan analisis dengan
menggunakan SPSS-18, maka setelah mendapatkan kuliah ini mahasiswa dapat
mensintesakan (C5) keterampilan tersebut dalam MK Seminar pada semester 6
dan 7 serta materi landasan Perancangan mulai semester 6..
II. Relevansi
Dalam pembahasan mengenai analisis deskriptif, Uji T, Anova dan Chi Square,
maka mahasiswa melakukan uji hubungan antara 2 variabel atau lebih serta
melakukan ranking terhadap beberapa grup variabel. Oleh karena itu,
pengetahuan mengenai statistik khususnya uji beda rata-rata sebagai salah satu
sub sistem dalam Statistik akan diberikan dalam proses belajar mengajar Mk
Metodologi Riset di semester ini.
III. Kompetensi
1. Standar Kompetensi
Dengan diketahuinya teknik analisis deskriptive, Uji T, Anova dan Chi-
Square, diharapkan mahasiswa semester 4 Jurusan Arsitektur Fakultas
Teknik Universitas Diponegoro akan dapat memetakan hubungan antar
variabel serta melakukan ranking terhadap grup variabel penelitian pada
suatu kasus penelitian dengan 80% sesuai standar metodologi penelitian dan
statistik.
2. Kompetensi Dasar
Dengan diberikannya dasar-dasar analisis hubungan atar variabel dan
ranking grup variabel dalam materi ini, maka mahasiswa diharapkan akan
121
dapat menerapkan (C3) dan menyelesaikan suatu kasus penelitian dengan
benar.
3. Indikator
Kemampuan mahasiswa semester 4 Jurusan Arsitektur dalam menjelaskan
dan menerapkan analisis nilai hubungan dan urutan grup variabel dengan
indikator kemampuannya dalam :
a. Menyebutkan dengan benar metode analisis yang benar jika diberikan
suatu kasus penelitian yang melibatkan beberapa variabel
b. Mengoperasikan dengan benar (C3) tata aturan dan urutan analisis
sesuai dengan kaidah pengoperasian perangkat lunak SPSS.
c. Menginterpretasikan dengan benar hasil analisis yang dikeluarkan
oleh perangkat lunak SPSS.
SPSS sebagai sofware statistik pertama kali dibuat tahun 1968 oleh tiga
mahasiswa Stanford University, yakni Norman H. Nie, C. Hadlai Hull dan Dale
H. Bent. Saat itu software dioperasikan pada komputer mainframe. Setelah
penerbit terkenal McGraw-Hill menerbitkan user manual SPSS, program tersebut
menjadi populer. Pada tahun 1984, SPSS pertama kali muncul dengan versi PC
(bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+, dan sejalan
dengan mulai populernya sistem operasi Windows, SPSS pada tahun 1992 juga
mengeluarkan versi Windows.
Dan untuk memantapkan posisinya sebagai salah satu market leader dalam
business intelligence, SPSS juga menjalin aliansi strategis dengan software house
terkemuka dunia lainnya, seperti Oracle Corp., Business Object, serta Ceres
Integrated Solutions. Hal ini membuat SPSS yang tadinya ditujukan bagi
pengolahan data statistik untuk ilmu sosial (SPSS saat itu adalah singkatan dari
Statistical Package for the Social Sciences), sekarang diperluas untuk melayani
berbagai jenis user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains,
dan lainnya. Dan kepanjangan dari SPSS sekarang menjadi Statistical Product
and Service Solutions.
A. ANALISIS DESCRIPTIF
122
Dalam materi ini kita belajar mencari mean dengan menggunakan perangkat
lunak (software) SPSS-18. Sebagai contoh pada tabel di bawah ini terdapat
sekumpulan data 20 rumah beserta dengan luas masing-masing kamar tidur
utamanya. Lazimnya luas ruang tidur utama sebuah rumah tinggal berkisar 9 m2
atau 3 x 3 m2, dengan pertimbangan beberapa hal:
1. Fungsi
2. Aktivitas
3. Pengaturan (lay out) furniture
Namun, pada perkembangannya banyak penghuni yang merasakan luasan
tersebut sangat kurang sejalan dengan bertambahnya aktivitas, jumlah anggota
keluarga dan keperluan-keperluan tertentu. Berikut kami sampaikan kasus
observasi data sebagai berikut:
Pertama-tama buatlah tabel dengan perangkat lunak Excel tentang rumah hasil
observasi beserta dengan luasan masing-masing Ruang Tidur Utamanya. Setelah
itu transfer data tersebut ke dalam format data SPSS dengan cara copy – paste.
123
Gambar 13.02: Tampilan Variabel View
124
B. UJI – T
Dalam SPSS, Uji T digunakan untuk mengetahui apakah rata-rata dari beberapa
grouping sample sama ataukah berbeda siknifikan.
Dalam contoh dikemukakan fakta tentang perbedaan orientasi perumahan
terhadap landas pacu bandara yang mengakibatkan perbedaan tingkat bunyi yang
diterima oleh penghuni perumahan. Berikut adalah rekaman data tingkat bunyi
(dB) rumah yang menghadap landas pacu (unrotated house) dan rumah yang
membelakangi landas pacu bandara (rotated house).
Pertama-tama buatlah tabel dengan perangkat lunak Excel tentang tingkat bunyi
rumah hasil observasi dalam deci Bell, baik rumah yang orientasinya menghadap
landas pacu bandara (unrotated house) maupun rumah yang orientasinya
membelakangi landas pacu bandara (rotated house). Setelah itu transfer data
tersebut ke dalam format data SPSS dengan cara copy – paste.
7. Lalu muncul Paired Sample T Test Menu, pindahkan kedua variabel ke kolom
sebelah kanan, lalu click OK. Maka muncul output SPSS sebagai berikut:
126
Tabel XIII.02 : Paired Samples Statistics
127
C. UJI ANOVA
Dalam SPSS, One way anova digunakan untuk menguji apakah rata-rata dari
beberapa sample sama atau berbeda siknifikan One way anova memiliki varian
lain berupa Post- Hoc test yang digunakan untuk menentukan ranking dari
beberapa grouping variable/sample. Pada contoh ditampilkan 3 kuda-kuda kayu
yaitu: bangkirai, jati dan mahoni. Penelitian ini akan mencari manakah diantara
ketiga kuda-kuda tersebut yang memiliki kuat tekan paling baik.
Pertama-tama buatlah tabel dengan perangkat lunak Excel tentang nilai kuat
tekan (kg/ m3) ketiga kuda-kuda kayu: bangkirai, jati dan mahoni yang masing-
masing diuji kuat tekannya sebanyak 10 kali. Setelah itu transfer data tersebut ke
dalam format data SPSS dengan cara copy – paste, setelah sebelumnya membuka
menu software SPSS 18.
128
Gambar 13.08 : Tampilan Variable View SPSS
129
Tabel XIII. 05: Test Homogeneity of Variances
130
Equal Variances Not Assumed
Merupakan uji lanjut yang tidak mengasumsikan varian yang homogen. Terdapat
beberapa uji lanjut, mulai dari Tamhane’sT2, Dunnet’ T3, Games-Howell, dan
Dunet’s C.
Significance Level
Merupakan taraf siknifikan yang akan digunakan. Dalam keadaan default, taraf
siknifikan yang digunakan adalah 0,05.
Pada Test of Homogeneity of variances yang telah dilakukan di atas, ternyata
varian kuat tekan dari kuda-kuda kayu yang diteliti adalah berbeda siknifikan,
sehingga kita menggunakan salah satu uji dengan tidak mengasumsikan varian
yang homogen (Equal Variances Not Assumed)
10. Interpretasi
Tabel Multiple Comparisons
Pada kolom Mean Difference, rata-rata perbedaan kuat tekan antara kuda-
kuda kayu adalah sebagai berikut (Lihat Tukey HSD):
Dalam tabel diketahui bahwa nilai ranking tertinggi kuat tekan ditunjukkan oleh
kuda-kuda jati dengan nilai rata-rata kuat tekan sebesar 130,0 kg/m3, sedangkan
ranking kedua adalah kuda-kuda bangkirai dengan nilai rerata kuat tekan sebesar
128,7 kg/m3. Dan yang terakhir, kuat tekan terlemah ditunjukkan oleh kuda-kuda
mahoni dengan nilai rerata kuat tekan sebesar 123,3 kg/m3.
D. CHI-SQUARE
Chi-square merupakan salah satu analisis statistik yang banyak digunakan dalam
pengujian Hipotesis. Chi-square terutama digunakan untuk uji Homogenitas, uji
independensi, dan uji keselarasan (goodness of fit).
Sebagai contoh akan diuji apakah variabel pendapatan akan berhubungan secara
siknifikan dengan variabel jenis rumah yang dibedakan menjadi rumah bertingkat
dan rumah tidak bertingkat.
Dalam Chi-Square ini, sebuah hipotesa akan diuji apakah Hipotesa awal akan
terbukti kebenarannya setelah dilakukan test ataupun analisis. Dalam Chi-square
akan berlaku 2 (dua) hipotesa, yaitu:
132
a. Hipotesa Nul (H0) : bahwa tidak ada hubungan antara variabel pendapatan
dan variabel jenis rumah
b. Hipotesa Satu (H1) : bahwa ada hubungan siknifikan antara variabel
pendapatan dengan variabel jenis rumah.
Langkah-langkah analisa dalam SPSS akan terdiri dari beberapa tahapan sebagai
berikut:
1. Analyze I Descriptive Statistic Icrosstabs
2. Pindahkan variabel pendapatan ke kanan
3. Pindahkan variabel jenis rumah ke kolom Column
133
4. Click Statistic , aktifkan Chi – square
5. Click OK, continue
Dalam mensintesakan analisa data melalui output SPSS akan berlaku hal-hal
sebagai berikut:
1. Jika probabilitas (Asymp Sig)>0,05, maka H0 diterima
2. Jika probabilitas (Asymp Sig)<0,05, maka H0 ditolak
6. Interpretasi data
a. Tabel Case Processing Summary
Tabel ini menerangkan jumlah data yang dianalisis. Pada tabel terlihat
jumlah data validsejumlah 15 dengan presentase 100% serta data hilang
(missing) 0%.
134
c. Tabel Chi-Square Tests
Dalam Chi-square ini ditetapkan hipotesa penelitian sebagai berikut:
H0 = tidak ada hubungan antara tingkat pendapatan dengan jenis rumah
Ha = terdapat hubungan antara tingkat pendapatan dengan jenis rumah
1. Dalam metode analisis dikenal Uji T dan Anova. Apa persamaan dan
perbedaan atara kedua, jelaskan dengan singkat!
2. Kecenderungan sentral apakah yang dipergunakan dalam Analisis deskriptif?
3. Apakah itu standar deviasi, bagaimana penerapannya dalam penelitian?.
4. Jika diketahui hubungan antar 2 variabel memiliki nilai 0,459, apakah artinya
nilai hubungan tersebut ?.
135
VII. DAFTAR PUSTAKA
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press, Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas Gramedia,
Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan Perancangan
Kota, Rajawali Pers, Jakarta.
VIII. SENARAI
136
MATERI XIV
UJI KORELASI DAN REGRESI
I. Deskripsi Singkat
Dalam sebuah penelitian, seringkali diketemukan kelompok variabel yang
memiliki hubungan satu sama lain. Untuk dapat menganalisis keterhubungan
antara kelompok variabel tersebut maka diperlukan metode analisa uji korelasi
dan uji regresi. Dalam metode uji Regresi mahasiswa diperkenalkan tentang 2 hal
yaitu: Regresi Linier dan Regresi Berganda. Manfaat dari materi ini adalah
mendapatkan keterampilan menganalisa pola hubungan antar variabel, seberapa
jauh keeratan hubungan tersebut serta memprediksikan model hubungan antara
kelompok variabel. Oleh karena itu setelah mendapatkan kuliah ini mahasiswa
dapat mensintesakan (C5) metode analisis uji korelasi dan uji regresi tersebut
dalam MK Metodologi Riset pada semester 4 dan menindak lanjutinya dalam
penelitian di MK Seminar semester 6 atau 7.
II. Relevansi
Dalam pembahasan mengenai uji korelasi maka mahasiswa diberi pengetahuan
mengenai bagaimana mengkorelasikan hubungan antara kelompok variabel satu
dengan yang lain serta seberapa jauh korelasinya. Dalam pembahasana mengenai
uji regresi, mahasiswa diberi materi tentang bagaimana korelasi antara kelompok
variabel serta bagaimana membuat ataupun memprediksikan pola hubungan itu
ke dalam suatu model matematis. Oleh karena itu, pengetahuan dan pemahaman
mengenai Uji korelasi dan Uji Regresi sebagai salah satu sub sistem dalam
Metodologi Riset dan Statistik akan diberikan dalam proses belajar mengajar di
semester ini.
III. Kompetensi
1. Standar Kompetensi
Dengan dikuasainya pemahaman mengenai Uji korelasi dan Uji Regresi,
maka dengan diberikannya suatu kasus penelitian, setelah mengikuti proses
perkuliahan ini, diharapkan mahasiswa semester 4 Jurusan Arsitektur
Fakultas Teknik Universitas Diponegoro akan dapat menganalisa (C4)
dengan 80% sesuai standar dan kaidah penelitian dalam penelitian dan
sebagai entry behaviour pada MK Seminar semester 6 dan semester 7.
2. Kompetensi Dasar
Dengan diberikannya pemahaman mengenai Uji korelasi dan Uji Regresi
dalam MK Metodologi Riset ini, maka mahasiswa dapat menganalisa (C4)
dan mensintesakan (C5) suatu kasus penelitian dalam MK Metodologi Riset
dan Statistik semester 4, MK Seminar semester 6 dan 7.
137
3. Indikator
Kemampuan mahasiswa semester 4 Jurusan Arsitektur dalam menjelaskan
kembali serta menerapkan metode uji korelasi dan uji regresi melalui
pemahaman kaidah analisis kuantitatif dalam penelitian arsitektur dengan
indikator kemampuannya dalam :
a. Menyebutkan dengan benar semua fungsi dan tujuan metode uji
korelasi dan uji regresi dengan benar..
b. Dengan diberikannya suatu kasus penelitian, mahasiswa dapat
memahami grouping variabel serta menganalisa dan mensintesakan
dengan menggunakan metode uji korelasi dan uji regresi dengan
benar..
c. Memahami bahwasanya Uji korelasi dan uji regresi adalah bagian dari
sub sistem metodologi penelitian yang dapat diterapkan untuk suatu
kasus penelitian tertentu.
d. Mensintesakan uji regresi dalam programming pada MK Perancangan
Arsitektur semester 5, 6, dan 7 serta MK Tugas Akhir
Seringkali kita menemukan dua atau lebih kelompok variabel pada saat kita
melakukan observasi di lokasi penelitian. Untuk dapat mengetahui pola keeratan
hubungan antara dua variabel atau lebih kita dapat menggunakan Analisa Uji
Korelasi.
Namun, seringkali kita juga harus memprediksikan tentang pola keterhubungan
antara dua variabel atau lebih untuk durasi waktu tertentu. Oleh karena itu di
dalam SPSS disediakan alat analisis yang disebut dengan Uji Regresi. Uji regresi
memiliki perbedaan prinsip dengan uji korelasi. Perbedaan prinsip tersebut adalah
jika uji korelasi digunakan untuk mengetahui keeratan hubungan antara dua
variabel atau lebih, maka uji regresi digunakan selain untuk mengetahui pola
keeratan hubungan antara dua variabel atau lebih, juga dapat menganalisa dan
memprediksikan model hubungan tersebut.
A. UJI KORELASI
138
Gambar 14.01: Grafik Korelasi Positif
www.docstoc.com/docs/4083546/Scatter-Plot---Grafik
c. Nihil Correlation
Arah hubungan kedua variabel yang tidak teratur.
139
Koefisien Korelasi (r)
Keeratan hubungan antara dua variabel atau lebih akan digambarkan dengan nilai
koefisien korelasi. Untuk mengetahui koefisien korelasi tersebut maka kedua
variabel digambarkan sebagai diagram Scatter Plot yang merepresentasikan
kedudukan koordinat (X,Y) antara kedua variabel. Koefisien korelasi yang
dilambangkan dengan huruf (r) merupakan bilangan bulat antara 0 sampai dengan
1. Sedangkan tanda positif (+) dan negatif (-) di depan angka koefisien korelasi
menggambarkan Direct Correlation (Possitive Correlation) dan Inverse
Correlation (Negative Correlation).
Dalam contoh pertama tentang uji korelasi adalah akan menganalisis apakah ada
keterhubungan antara pendapat awam dan pendapat ahli tentang persepsi visual
disain 6 (enam) tipikal rumah toko (ruko).
(1) (2)
(3) (4)
(5) (6)
Gambar 14.04: Persepsi Visual Disain 6 Ruko
140
Pendapat awam akan sangat sederhana penilaiannya. Sedangkan untuk pendapat
ahli yang memiliki latar belakang keilmuan arsitektur tentu akan sangat berbeda.
Berikut adalah kriteria penilaian pendapat ahli tentang disain keenam ruko
tersebut.
1. MM= Penampilan modern minimalis
2. CUJ= Penggunaan Curtain Wall ataupun jendela, keharmonisan dan
keselarasan tampak
3. ADV= Ketersediaan Media Advertisement. Integrasi media terhadap tampak
secara keseluruhan
4. WR= aspek warna, keharmonisan warna dalam penampilan bangunan
5. AA= Akhiran atap, keindahan akhiran atap dalam tapak secara keseluruhan
141
3. Lakukan proses labelling dengan memasukkan nama-nama variabel pada
Variable sheet :
142
5. Dengan cara yang sama seperti langkah 4, namun untuk Awam dan
CUJ, akan didapat :
Tabel XIV.06: Output Tabel Correlation antara Awam dan CUJ
(Pemakaian Curtain Wall dan Jendela)
6. Dengan cara yang sama seperti langkah 4, namun untuk Awam dan
CUJ, akan didapat :
Tabel XIV. 07: Output Tabel Correlation antara Awam dan ADV
(Ketersediaan Space untuk Advertisement)
7. Dengan cara yang sama seperti langkah 4, namun untuk Awam dan
WARNA (Penggunaan Aspek Warna dalam Disain Ruko), akan
didapat :
Tabel XIV. 08: Output Tabel Correlation antara Awam dan warna
8. Dengan cara yang sama seperti langkah 4, namun untuk Awam dan
AKHIRAN ATAP
143
Tabel XIV. 09: Output Tabel Correlation antara Awam dan akhiran atap
Dari seluruh rangkaian analisis uji korelasi maka dapat disimpulkan tabel sebagai
berikut:
Tabel XIV.10: Ringkasan Korelasi antara Pengamat Awam dengan Pengamat
Ahli
koef
tampak korelasi
MM 0,114
CUJ 0,714
ADV 0,871
WR 0,056
AA 0,027
CONTOH 2:
Dalam contoh kedua seorang mahasiswa S1 akan meneliti suatu pemukiman di
kawasan Banyumanik mengenai apakah ada hubungan yang siknifikan antara
besarnya pendapatan dengan luas rumah yang mereka miliki.
3. Buat langkah labelling pada variable view SPSS 18. Maka akan muncul
tampilan Varable View sebagai berikut:
145
5. Interpretasi Data:
Angka koefisien korelasi 0,936 artinya hubungan antara pendapatan dengan
variabel luas rumah sangat erat (mendekati 1). Koefisien korelasi bertanda
positif (+), artinya hubungan antara variabel pendapartan dan luas_rumah
bersifat searah, artinya jika pendapatan semakin besar maka luas rumah juga
semakin besar.
Tanda ** menunjukkan bahwa koefisien korelasi tersebut siknifikan pada taraf
kepercayaan 99%.
B.UJI REGRESI
Analisa korelasi digunakan untuk mengetahui apakah ada hubungan antara dua
atau lebih variabel. Sedangkan analisis regresi berguna untuk memprediksi
seberapa jauh pengaruh satu atau beberapa variabel bebas (independen) terhadap
variabel bergantung.
Ada 2 macam uji regresi ( paling tidak untuk koridor Sarjana Strata 1)
a. Regresi Linier sederhana
b. Regresi Linier Berganda
146
Langkah-langkah:
1. Masukkan data di atas pada software SPSS 18
2. Buka software SPSS, tampilkan Medu Data. Maka akan muncul data sebagai
berikut
3. Buat langkah labelling pada Variable view, maka akan muncul sebagai berikut
147
Klik menu statistic... Tandai estimates, Confidenceinterval, Model fit, dan
Descriptives, kemudian klik Continue. Pada kotak Regression Coefficient
terdapat beberapa item, sebagai berikut:
6. Klik Option.....
Use probability of F digunakan untuk menentukan pada taraf kesalahan berapa
variabel prediktor akan dikeluarkan dari persaman dan pada taraf kesalahan
berapa variabel prediktor akan dimasukkan ke dalam persamaan. Pada kondisi
default, variabel prediktor akan masuk dalam persamaan jika kesalahannya
kurang dari 0,05 (5%) dan dikeluarkan jika lebih dari 0,1 (10%).
148
probability of F menggunakan angka probabilitas, maka use F value
menggunakan nilai F pada tabel.
149
Tabel XIV.17: Correlation Table
150
Method (metode) merupakan pilihan metode yang digunakan dalam hal ini
digunakan metode enter. Metode-metode lain akan dibahas dalam bagian Regresi
Linier Berganda.
n 1
AdjustedR 2 1 1 R 2
nk
dim ana
n sampel
k parameter
10 1
AdjusterR 2 1 1 0,873 0,857
10 2
151
Tabel XIV.20 : Tabel ANOVA
Untuk menguji apakah model linier Y=a+b X tersebut sudah tepat atau belum.
Fhitung pada ANOVA harus diperbandingkan dengan Ftabel.
Fhitung = 55,142
Ftabel dilihat pada tabel F dalam lampiran
Taraf siknifikansi 5%
df pembilang = jumlah variabel -1 = (2-1) = 1
df penyebut = jumlah data – jumlah variabel = (10-2) = 8
Sehingga Ftabel = 5,32
Maka dapat dikatakan bahwa Fhitung>Ftabel atau 55,142>5,32, oleh karena itu
dapat disimpulkan bahwa Y=a+bX sudah tepat dan dapat dipergunakan.
Selain membandingkan antara Fhitung dengan Ftabel, ada cara yang lebih mudah
untuk menentukan ketepatan model di atas, yaitu dengan membandingkan
probabilitas (pada tabel Anova tertulis Sig) dengan taraf nyatanya 0,05
Jika probabilitas >0,05 maka model ditolak
Jika probabilitas<0,05 maka model diterima
Dapat dilihat bahwa nilai probabilitas (Sig) adalah 0,00<0,05berarti model
diterima atau dapat disimpulkan bahwa persamaan linier Y=a+bX sudah tepat.
152
Dalam tabel Coefficients
Kolom Unstandardized Coefficients
Constant = 36.304,376
Harga unit rumah = -49,361 (juta)
Dari sini didapat persamaan regresi linier :
Y= 36.304,365 – 49,361 X
Contoh untuk Regresi Linier Berganda digambarkan sebagai pola hubungan lebih
dari dua variabel sebagai berikut:
Untuk meningkatkan jumlah penerimaan dari penjualan mebel, PT KARSA
MAKMUR menggunakan strategi promosi dan pengendalian mutu (Quality
Control) produk. Biaya yang dikeluarkan untuk kegiatan promosi dan
pengendalian mutu sangat besar.
Manajer ingin meneliti sejauh mana pengaruh iklan dan pengendalian mutu
dalam mempengaruhi pendapatan perusahaan. Data pengeluaran tahunan untuk
iklan dan pengendalian mutu serta penerimaan pendapatan perusahaan
digambarkan dalam tabel excel sheet regresi berganda (2)
iklan QC Penerimaan
(juta)
10 3 44
9 4 40
11 3 42
12 3 46
11 4 48
12 5 52
13 6 54
13 7 58
14 7 56
15 8 60
Langkah-langkah:
1. Masukkan data di atas pada software SPSS 18
2. Buka software SPSS, tampilkan Medu Data. Maka akan muncul data sebagai
berikut:
153
Tabel XIV.23: Data View SPSS
3. Buat langkah labelling pada Variable view, maka akan muncul sebagai
berikut:
154
6. Klik menu statistic... Tandai estimates, Model fit ABAIKAN YANG LAIN,
kemudian klik Continue. Pada kotak Regression Coefficient terdapat beberapa
item, sebagai berikut:
156
R disebut juga dengan koefisien korelasi. Dapat dibaca bahwa nilai koefisien
korelasi antara variabel harga dan volume penjualan adalah 0,964, berarti
hubungan antara harga dan volume penjualan adalah sebesar 96,4% (pada tabel
ini tidak dituliskan nilai korelasi tersebut bernilai positif atau negatif)
R square disebut Koefisien Determinasi. Dari tabel dapat dibaca bahwa nilai R
square (R2) adalah 0,930, artinya 93,0% variasi yang terjadi terhadap banyak
sedikitnya jumlah volume penjualan disebabkan variasi harga jual dan sisanya
(7,0%) tidak dapat diterangkan.
Adjusted R square merupakan nilai R2 yang disesuaikan sehingga gambarannya
lebih mendekati mutu penjajakan model dalam populasi.
n 1
AdjustedR 2 1 1 R 2
nk
dim ana
n sampel
k parameter
10 1
AdjusterR 2 1 1 0,930 0,910
10 2
157
Untuk menguji apakah model linier Y=a+b 1X1+b2X2 tersebut sudah tepat atau
belum. Fhitung pada ANOVA harus diperbandingkan dengan Ftabel.
Fhitung = 46,610
Ftabel dilihat pada tabel F dalam lampiran
Taraf siknifikansi 5%
df pembilang = jumlah variabel -1 = (3-1) = 2
df penyebut = jumlah data – jumlah variabel = (10-3) = 7
Sehingga Ftabel 0,05(2;7)= 4,74
Maka dapat dikatakan bahwa Fhitung>Ftabel atau 46,610>4,74, oleh karena itu dapat
disimpulkan bahwa Y=a+b1X1+b2X2 sudah tepat dan dapat dipergunakan.
Selain membandingkan antara Fhitung dengan Ftabel, ada cara yang lebih mudah
untuk menentukan ketepatan model di atas, yaitu dengan membandingkan
probabilitas (pada tabel Anova tertulis Sig) dengan taraf nyatanya 0,05
Jika probabilitas >0,05 maka model ditolak
Jika probabilitas<0,05 maka model diterima
Dapat dilihat bahwa nilai probabilitas (Sig) adalah 0,00<0,05berarti model
diterima atau dapat disimpulkan bahwa persamaan linier Y=a+b 1X1+b2X2 sudah
tepat.
Persamaan regresi :
Y=a+b1X1+b2X2
Y=17,944+1,873X1+1,916X2
Konstanta (a) = 17,944, artinya tanpa perlu mengeluarkan biaya iklan dan biaya
quality control, perusahaan CV Karsa Makmur akan memperoleh penerimaan
mebel sebesar Rp. 17,944 juta. (mebel)
pendapatan penjualan pupuk
Koefisien regresi X1 (b1) = 1,873, artinya dengan perusahaan mengeluarkan
biaya iklan sebanyak 1 juta akan memberikan tambahan penerimaan pendapatan
perusahaan sebesar Rp. 1,873 juta.
158
Koefisien regresi X2 (b2) = 1,915, artinya pengeluaran perusahaan sebesar 1 juta
untuk kegiatan quality control akan memberikan tambahan penerimaan
pendapatan sebesar Rp. 1,915 juta.
Jika mahasiswa dapat menjawab kasus disain tersebut dengan kondisi 90%
benar, maka mahasiswa dapat melanjutkan ke tahap selanjutnya. Selamat
kepada yang telah berhasil menjawab dengan sempurna.
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press, Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas
Gramedia, Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan
Perancangan Kota, Rajawali Pers, Jakarta.
6. www.docstoc.com/docs/4083546/Scatter-Plot---Grafik akses 27 Agustus
2013
VIII. SENARAI
Uji Korelasi : Metode Analisis untuk mengetahui sejauh apa korelasi antar
variabel.
Uji Regresi : Metode Analisis untuk mengetahui sejauh apa korelasi antar
variabel serta memprediksikan model hubungan antar variabel
Data View : Tampilan Data pada SPSS 18.
159
MATERI XV
ANALISIS FAKTOR DAN
MULTI DIMENSIONAL SCALE (MDSCAL)
I. Deskripsi Singkat
Pada saat masuk ke lokasi penelitian, seringkali kita dihadapkan banyak sekali
faktor yang berhubungan dengan topik yang akan kita teliti. Faktor-faktor yang
bisa saja sangat banyak jumlahnya tersebut harus kita kelompokkan untuk
memudahkan analisis dan pembahasan. Metode analisis faktor ini akan mengajak
dan membimbing mahasiswa untuk mengelompokkan sejumlah faktor menjadi
kelompok variabel yang mudah dianalisis. Dengan demikian, maka analisis faktor
ini juga akan membuang faktor-faktor yang tidak relevan dengan topik penelitian.
Oleh karena itu, manfaat dari materi ini adalah mendapatkan keterampilan
menganalisis faktor-faktor yang muncul dalam suatu penelitian serta
mengelompokkan menjadi kelompok variabel yang mudah dipahami inter
korelasinya terhadap tema penelitian yang diambil. Tujuan pembahasan setelah
mendapatkan materi kuliah ini maka mahasiswa diharapkan dapat mensintesakan
(C5) keterampilan analisis faktor dengan menggunakan software SPSS 18 dalam
MK Metodologi Riset dan Stattistik pada semester 4, MK Seminar semester 6 dan
7 serta MK Perancangan Arsitektur dan Tugas Akhir.
Perancangan denah pada Mata Kuliah Perancangan Arsitektur merupakan proses
berpikir kreatif. Sebagain besar mahasiswa mengandalkan cara berpikir intuitif
untuk membuat suatu rancangan denah. Namun tidak semuanya dapat berhasil
dengan baik konfigurasi ruang yang tepat bahkan banyak yang kurang tepat
meletakkan ruang-ruang dengan baik. Metode analisis ruang dengan
menggunakan teknik Mutidimensional Scalling akan mengesampingkan pola
berpikir intuitif dan menggantinya menjadi pola berpikir obyektif yang memiliki
tingkat akurasi yang tinggi. Manfaat dari materi ini adalah mendapatkan
keterampilan mendisain denah yang obyektif dan dapat dipertanggungjawabkan
secara akurat sesuai dengan analisis keruangan yang terdapat dalam alat bantu
software SPSS 18. Oleh karenanya, setelah mendapatkan kuliah ini mahasiswa
diharapkan dapat mensintesakan (C5) keterampilan tersebut dalam MK
Perancangan Arsitrektur minimal pada semester 4.
II. Relevansi
160
Analisis Faktor (AF) sebagai salah satu sub sistem dalam MK Metodologi Riset
dan Statistik akan diberikan dalam proses belajar mengajar di semester ini
Dalam melakukan analisis disain tata ruang yang terdapat dalam perancangan
denah MK Perancangan Arsitektur, mahasiswa melakukan sintesa keterdekatan
antar ruang yang dituangkan dalam Matriks Hubungan Ruang (MHR) yang
menjadi dasar bagi software SPSS untuk mensintesakan Eucladian Distance
Model (EDM) dalam bentuk grafik. Grafik EDM inilah yang akan diolah secara
grafis menjadi Denah berdasarkan nilai keterdekatan yang ada dalam Matriks
Hubungan Ruang (MHR). Oleh karena itu, pengetahuan mengenai nilai
keterdekatan antar ruang dan Matriks Hubungan Ruang yang diberikan dalam
MK Perancangan Arsitektur akan diintegrasikan dalam analisis MDScall
semester ini.
III. Kompetensi
1. Standar Kompetensi
2. Kompetensi Dasar
161
3. Indikator
A. ANALISIS FAKTOR
TPI
Tambak
Lorok
Sebenarnya, pada data yang diperoleh terdapat beberapa kemiripan antara satu
variabel dengan variabel lainnya. Oleh karena itu peneliti hendak meringkas, dan
menggabungkan variabel yang memiliki karakteristik yang sama menjadi satu
variabel atau satu faktor saja. Setelah mengetahui faktor mana saja yang layak,
baru kemudian proses analisa faktor dilakukan. Berikut ini data yang diperoleh.
163
Tabel XV.01: Data Responden Survai format Excel
MEMILIH VARIABEL 1
Langkah-langkah untuk melakukan analisis faktor adalah:
1. Definisikan variabel dalam Variable View
VARIABEL 1
Nama : P1
Type : Numeric
Decimal : 0
Width : 9
Label : Fungsi jalan
Value : 1= buruk; 2= kurang baik; 3= baik
VARIABEL 2
Nama : P2
Type : Numeric
Decimal : 0
Width : 9
Label : Kegiatan Komunal pada Jalan Lingkungan
Value : 1= buruk; 2= kurang baik; 3= baik
164
VARIABEL 3
Nama : P3
Type : Numeric
Decimal : 0
Width : 9
Label : Keberadaan moda transportasi
Value : 1= buruk; 2= kurang baik; 3= baik
VARIABEL 4
Nama : P4
Type : Numeric
Decimal : 0
Width : 9
Label : Kualitas Moda Transportasi
Value : 1= buruk; 2= kurang baik; 3= baik
VARIABEL 5
Nama : P5
Type : Numeric
Decimal : 0
Width : 9
Label : Keberadaan sitting group
Value : 1= buruk; 2= kurang baik; 3= baik
VARIABEL 6
Nama : P6
Type : Numeric
Decimal : 0
Width : 9
Label : Kualitas Sitting group
Value : 1= buruk; 2= kurang baik; 3= baik
VARIABEL 7
Nama : P7
Type : Numeric
Decimal : 0
Width : 9
Label : Ketersediaan lansekap pepohonan
Value : 1= buruk; 2= kurang baik; 3= baik
165
VARIABEL 8
Nama : P8
Type : Numeric
Decimal : 0
Width : 9
Label : Nilai Manfaat Ruang Komunal
Value : 1= buruk; 2= kurang baik; 3= baik
VARIABEL 9
Nama : P9
Type : Numeric
Decimal : 0
Width : 9
Label : Kegiatan Local Wisdom pada ruang Komunal
Value : 1= buruk; 2= kurang baik; 3= baik
166
Gambar 15.02: Memilih sub menu Data Reduction
167
Gambar 15.04: Kotak Dialog Descriptives
9. Abaikan pilihan lain kemudian klik Continue, lalu klik OK. Hasilnya pada
jendela output akan muncul beberapa tampilan.
FACTOR
/VARIABLES P1 P3 P4 P5 P6 P7 P9 P2 P8
/MISSING LISTWISE
/ANALYSIS P1 P3 P4 P5 P6 P7 P9 P2 P8
/PRINT INITIAL KMO AIC EXTRACTION ROTATION
/PLOT EIGEN
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/CRITERIA ITERATE(25)
/ROTATION VARIMAX
/METHOD=CORRELATION.
Factor Analysis
[DataSet1] D:\11 METORIS\ERNI\METORIS 11062013\DATA AF 3.sav
170
MEMILIH VARIABEL 2:
171
Gambar 15.08 : Anti-Image Matrics
Dari hasil output pada nilai MSA terlihat bahwa masih ada 1 variabel yang memiliki nilai MSA<0,500 yaitu P2 atau
variabel kegiatan komunal di jalan lingkungan. Oleh karena itu sesuai dengan teori, maka P2 akan dikeluarkan dari
analisa.
MEMILIH VARIABEL 3
1. Klik menu Analyze Dimension Reduction Factor
2. Setelah itu akan muncul kotak dialog Factor Analysis
3. Masukkan semua variabel (variabel P1, P3, P4, P5, P6, P7, P9) ke kotak variabel (s). P2, dan P8 tidak diikutkan karena
memiliki nilai MSA terkecil.
4. Klik tombol Descriptives sehingga muncul kotak dialog Descriptives.
172
5. Pada pilihan Statistic, pilih Initial Solution.
6. Untuk menentukan matriks korelasi, pada pilihan Correlation Matrix aktifkan KMO and Bartlett’s test of sphericity
dan Anti Image.
7. Abaikan pilihan lain kemudian klik Continue. Klik OK sehingga pada jendela output akan muncul beberapa tampilan
sebagai berikut:
173
Gambar 15.10: Anti- Image Factors SPSS 18
Dari hasil nilai KMO MSA menunjukkan paling kecil adalah variabel keberadaan Sitting group (P4) namun masih diatas
0,500. Artinya tidak perlu lagi mengekstrasi dan memilih variabel.
ANALISIS FAKTOR (FACTOR ANALYSIS)
Setelah menyeleksi dua variabel yang memiliki nilai MSA kurang dari 0,500 yaitu P2 dan P8, dan tidak lagi diketemukan
variabel dengan nilai MSA < 0,500, maka Anda dapat melakukan analisa faktor dengan mengikuti langkah berikut:
1. Klik menu Analyze Dimension Reduction Factor
2. Setelah itu akan muncul kotak dialog Factor Analysis
174
3. Masukkan semua variabel (variabel P1, P3, P4, P5, P6, P7, P9) ke kotak
variabel (s). P2 dan P8 tidak diikutkan karena memiliki nilai MSA terkecil.
4. Klik tombol Descriptives sehingga muncul kotak dialog Descriptives.
5. Pada pilihan Statistic, pilih Initial Solution.
6. Untuk menentukan matriks korelasi, pada pilihan Correlation Matrix aktifkan
KMO and Bartlett’s test of sphericity dan Anti Image.
7. Klik Extraction sehingga muncul kotak dialog Extraction.
175
Gambar 15.13: Tampilan Tabel KMO- Bartlett’s Test dan Anti-Image Factors
176
Gambar 15.14 : Communalities
COMMUNALITIES
Communalities menunjukkan nilai faktor yang menjelaskan varian variabel. Nilai
yang ada pada Communalities selalu positif. Misal, pada variabel Ketersediaan
Moda transportasi (P3) menunjukkan angka 0,722
177
itu secara berurutan, yaitu 2,724 + 1,321 + 0,983 + 0,829 + 0,459 + 0,400 + 0,284
= 7.
SCREEN PLOT
Screen Plot menunjukkan jumlah faktor terbentuk, dengan melihat ada berapa
banyak slope dengan kemiringan yang hampir sama. Pada contoh ada 7 titik yang
dihubungkan dengan 6 garis yang memiliki kemiringan berbeda. Garis pertama
mempunyai kemiringan yang terjal dan berbeda dengan kemiringan garis yang
lain. Sedangkan kemiringan garis ke 2 dan ketiga hampir sama, begitu pula
dengan garis ke 5 dan 6. Kemiringan yang berbeda juga ditunjukkan oleh garis ke
4.
178
COMPONENT MATRIX
Component Matrix menunjukkan nilai korelasi antara suatu variabel dengan
faktor yang terbentuk. Terlihat pada variabel ―Fungsi Jalan‖ korelasi variabel ini
dengan faktor 1 adalah 0,634, dan korelasi pada faktor 2 adalah 0,312. Dengan
demikian variabel ―Fungsi jalan‖ masuk pada faktor 1.
Terlihat pola dalam tabel Component Matrix bahwa semakin component
bertambah maka semakin kecil nilai angka korelasinya. Namun jika diperhatikan
secara cermat tabel di atas terdapat variabel yang rancu yaitu variabel ― Kegiatan
Local Wisdom‖ dimana memiliki ariabel dengan nilai korelasi menurun dari
komponent 1 ke 2. Untuk menyelesaikan persoalan ini digunakan METODE
ROTASI.
179
Maka akan diperoleh gambar seperti di bawah ini:
180
Variabel sitting group masuk pada Faktor 2, karena nilai komponen faktor
2 adalah 0,439
5. Variabel akses Sitting Group
Variabel ini termasuk pada faktor 2
6. Variabel Ketersediaan Lansekap Pepohonan
Variabel pepohonan masuk pada Faktor 2
7. Variabel Kegiatan Local Wisdom
Variabel kegiatan local wisdom masuk pada Faktor 2.
Dari hasil perhitungan faktor dengan metode rotasi pada 7 variabel tersebut dapat
diringkas menjadi 2 faktor seperti pada tabel di bawah ini :
Faktor Variabel
1 Fungsi Jalan, Ketersediaan Moda, Kualitas Moda
2 Ketersediaan Sitting Group, Akses Sitting Group,
Lansekap Pepohonan dan Kegiatan Local Wisdom
pada Ruang Komunal
Tata ruang dalam Matriks Hubungan Ruang (MHR) pada dasarnya dapat
dianggap sebagai sebuah dimensi sehingga matriks tersebut sebenarnya adalah
gambaran suatu ruang multi dimensi. Namun untuk memahamiruang multi
dimensi tidak mudah untuk dilakukan. Kompleksitas yang diperlihatkan oleh
MHR biasanya sulit dipahami oleh arsitek.
Multi dimensional scalling (MDScall) adalah teknik kuantitatif yang berfungsi
untuk mengubah informasi numerik multi dimensi seperti MHR menjadi peta
atau denah dengan dimensi yang lebih kecil. Selama ini arsitek dan perancang
kota mematakan MHR dengan cara menggeser, mendekatkan atau menjauhkan
ruang dengan ruang lain sehingga dapat diperoleh peta atau denah yang secara
intuitif dianggap paling baik. Masalahnya yang disebut sebagai peta atau denah
yang baik itu sering tidak jelas.
Menurut Agus (2009) pemetaan MHR dengan menggunakan MDScall pada
dasarnya mirip dengan proses tersebut. Oleh MDScall, ruang-ruang dianggap
sebagai titik. Hubungan antar titik dianggap elastisi sehingga dapat ditarik
atau diulur. Proses ini akan menimbulkan atau mengurangi ketegangan atau stress
kepada penghubung elastis itu. MDScall menganggap bahwa konfigurasi ruang
181
yang optimum tercapai bila jumlah stress telah mencapai titik minimum
(SPSS,1966).
Menurut B.P. Agus (2009) di awal proses MDScall mengasumsikan bahwa
susunan ruang-ruang berbentuk lingkaran (Gambar 15.21). Jarak antar ruang
adalah ukuran keeratan atau proximity antar ruang. Makin kecil jarak antara dua
ruang, kedua ruang dianggap makin erat. Pada posisi awal tidak semua hubungan
ruang yang sesuai dengan MHR, tapi ada juga hubungan yang berbeda dengan
MHR. Dalam proses untuk mencari konfigurasi ruang yang paling mirip dengan
MHR, ruang-ruang diubah berkali-kali hingga jumlah stress paling kecil tercapai.
Gambar 15.21 : Konfigurasi ruang di awal proses MDScall ( B.P. Agus, 2009)
Menurut BP. Agus (2009) pada saat tertentu dalam proses perubahan tersebut,
ada hubungan-hubungan yang menjadi terlalu kencang dan ada juga hubungan
yang menjadi terlalu kendur. Penyesuaian jarak dua titik dengan jarak yang ada
dalam MHR dapat mengubah jarak titik itu dengan titik lain sehingga jarak
tersebut tidak sama lagi dengan jarak yang ada dalam MHR. Sebagai contoh,
perubahan jarak antara A dengan B menjadi jarak yang ada MHR, akan
mengubah jarak antara A dan C dan menyebabkan jarak antara A dan C tidak lagi
sama dengan jarak yang ada di MHR (Gambar 15.22).
182
Perubahan tersebut menimbulkan stress kepada hubungan antara A dan C. Proses
dilanjutkan hingga jumlah stress minimum tercapai. Secara matematis, proses
yang telah diterangkan di atas rumit untuk dilakukan. Menggunakan SPSS,
MDScall dapat dilakukan hanya dengan memilih dan mengklik ikon-ikon
tertentu. Jadi pembaca tidak perlu mengetahui secara detail operasional
matematis yang berlaku dalam software SPSS.
Bila hendak menggunakan MDScall, maka kolom pertama MHR harus berisi
nama-nama ruang. Tiap kolom selanjutnya mewakili satu ruang dalam MHR. Sel
MHR yang merupakan pertemuan antara baris suatu ruang dengan kolom ruang
lainnya berisi ukuran hubungan antara kedua ruang tersebut. MHR hendaknya
ditulis ke dalam file yang dapat dipanggil oleh SPSS. B.P. Agus (2009)
menganjurkan agar MHR ditulis ke dalam file dengan format Excel Worksheet.
MDScall dapat memetakan MHR dengan langkah-langkah sebagai berikut:
1. Setelah file MHR dipanggil ke dalam SPSS, klik Analyze
ScaleMultidimensional Scalling. (Lihat gambar 15.23). Dalam boks di kiri
atas, sorot satu persatu nama-nama ruang yang akan dimasukkan ke dalam
analisa. Pindahkan ke kolom variabel di sebelah kanan. Pada boks Distance
tentukan bentuk matriks data. MHR adalah matriks bujur sangkar yang
simetris relatif terhadap diagonal. Oleh karena itu, pilih shape yang square
symetric. Nilai sel MHR adalah jarak. Oleh karena itu, beri tanda ― Data are
distance‖.
183
yang diharapkan sebagai luaran nanti. Bila luaran yang diinginkan berupa
denah dua dimensi, maka isikan angka 2 pada noks Maksimum dan minimum.
Dalam window output dapat dilihat jumlah stress yang ada dalam konfigurasi
ruang terakhir. Dalam window tersebut juga dapat dilihat tabel koordinat
ruang-ruang setelah stress minimum tercapai. Berdasarkan koordinat tersebut
184
posisi relatif ruang-ruang dapat dipetakan. Selanjutnya peta tersebut dapat
dikembangkan menjadi denah atau peta.
Salah satu tugas utama arsitek ialah membuat denah bagi sebuah fungsi
bangunan tertentu. Dalam denah yang baik hubungan antar ruang-ruang
sesuai dengan kebutuhan dan fungsi tertentu dari tiap ruang (DHR). DHR
dibuat berdasarkan MHR (Palmer, 1981, Snyder, 1983).
Menurut BP.Agus (2009) membuat denah serhana mungkin tidak
memerlukan MHR, tapi untuk denah yang besar dan rumit, MHR sangat
berguna. Diperlukan suatu proses tertentu untuk mengubah MHR menjadi
denah. Biasanya proses dilakukan secara intuitif, berdasarkan pengalaman dan
pengetahuan sang arsitek atau perancang (Palmer, 1981) sehingga proses
tersebut sulit untuk ditransfer ke orang lain.
Menurut BP. Agus (2009), arsitek dan perancang kota memerlukan suatu alat
bantu yang dapat secara sistematis dan jelas mengubah MHR menjadi denah.
Hanya dengan cara seperti itu proses pembuatan denah dari MHR dapat
ditransfer ke anak didik, mahasiswa. Salah satu teknik statistika yang dapat
membantu arsitek dan perancang kota dalam mengubah MHR menjadi denah
adalah MDScall (BP. Agus , 2009). Berikut akan diterangkan sebuah contoh
pemanfaatan MDScall untuk mengubah MHR menjadi denah.
Sebagai penutup dari bagian ini dapat disimpulkan bahwa dari contoh yang
telah diterangkan di atas terlihat bahwa MDScall dapat digunakan sebagai alat
bantu yang efektif dalam mengubah MHR menjadi denah. Denah pada gambar
2.08 dan 2.09 dapat dianggap sebagai denah awal dan denah final dari Matriks
Hubungan Ruang (MHR) pada contoh kauss di atas.
186
MHR pada contoh adalah matriks hubungan ruang bangunan berlantai satu.
Namun dengan sedikit perubahan MDScall juga dapat diterapkan pada
bangunan berlantai banyak. Dengan menggunakan beberapa layer data,
pemetaan MHR ke denah berlantai banyak dapat dilakukan dengan
menggunakan MDScall. Dengan demikian, MDScall dapat dianggap berguna
bagi arsitektur dan perancangan kota. MDScall tidak lagi hanya dianggap
sebagai sebuah alat statistik, tapi sekarang MDScall juga dapat dimasukkan ke
dalam khasanah teknik-teknik arsitektur dan perancangan kota.
PENUTUP
Teknik Statistika ialah bagian dari teknik kuantitatif yang mempunyai sejarah
panjang dalam pengembangan ilmu pengetahuan. Biasanya teknik statistika
digunakan untuk mengabstraksi pola-pola yang ada dalam data. Tapi dalam
bab ini teknik-teknik tersebut dapat juga dianggap sebagai alat alat yang
digunakan untuk mengelola data sehingga pola-pola yang ada dalam data
dapat dipahamidengan lebih mudah.
Bagi arsitektur dan perancangan kota, mungkin fungsi kedua lebih penting
daripada funmgsi pertamanya. Walaupun demikian , pembaca bisa mengambil
manfaat sebaik-baiknya dari dua fungsi tersebut.
187
Gambar 15.29: Tampilan denah awal pada Derived Stimulus Configuration
188
V. LATIHAN DAN TEST FORMATIF
Jika mahasiswa dapat menjawab kasus disain tersebut dengan kondisi 90% benar,
maka mahasiswa dapat melanjutkan ke tahap selanjutnya. Selamat kepada yang
telah berhasil menjawab dengan sempurna.
METODE KUANTITATIF
1. Achmad, Junaedi, 2000, Statistik untuk Arsitektur, Gama Press, Yogyakarta
2. Santoso, Singgih, 2010, Mastering SPSS 18, Kompas Gramedia, Jakarta
3. Santoso, Singgih, 2007, Statistik dengan SPSS dan Excel, Kompas
Gramedia, Jakarta
4. Arif, Pratisto, 2004, Cara mudah mengatasi masalah statistik dengan
rancangan percobaan, PT Elex Media Computindo, Jakarta
5. Agus B Purnomo, 2009, Teknik Kuantitatif untuk Arsitektur dan
Perancangan Kota, Rajawali Pers, Jakarta.
6. S.W. Firmandhani (2013), Faktor Pembentuk Persepsi Ruang Komunal di
Pemukiman Nelayan, Studi Kasus Lingkungan Pemukiman Nelayan Tambak
Mulyo, Semarang. Thesis Magister Teknik Arsitektur Universitas
Diponegoro.
7. Wahana Komputer (2002), Mengolah Data Statistik Penelitian dengan SPSS
18, Penerbit PT. Elex Media Komputindo, Kompas Gramedia, Jakarta.
189
VIII. SENARAI
190
MATERI XVI UJIAN AKHIR SEMESTER
(RANGKUMAN MATERI METODE PENELITIAN KUANTITATIF)
1. Macam teknik pengumpulan data yang biasa dilakukan dalam bidang arsitektur
meliputi: survai (survai lapangan), pencatatan peristiwa (dengan mengisi
formulir daftar isian), wawancara, kuesioner, dan pengamatan (observasi).
2. Cara penentuan sample dalam suatu populasi disebut metode sampling
3. Macam Metode sampling :
STRATIFIED SAMPLING
PROBABILITY/RANDOM
SAMPLING
SYSTEMATIC SAMPLING
4. SAMPLING
CLUSTER SAMPLING
NON PROBABILITY
SAMPLING
12. Kecenderungan sentral: Median (dan Mode). Mode dapat dipakai juga untuk
mengukur kecenderungan sentral variable ordinal, tetapi ada teknik yang lebih
tepat yaitu pengukuran median. Pengukuran median mengandung unsur urutan
(yang membedakan variabel, ordinal dari variable nominal).
13. Kecenderungan sentral: mean (dan median). Mean merupakan pengukuran yang
umum bagi kecenderungan sentral variable interval/rasio. Pada dasarnya, mean
dihitung dari jumlah nilai semua individu dibagi jumlah individu.
14. Metode analisis deskriptif pada suatu kumpulan data penelitian biasanya
menggunakan mean.
15. Dalam SPSS, Uji T digunakan untuk mengetahui apakah rata-rata dari beberapa
grouping sample sama ataukah berbeda siknifikan.
16. Dalam SPSS, One way anova digunakan untuk menguji apakah rata-rata dari
beberapa sample sama atau berbeda siknifikan One way anova memiliki varian
lain berupa Post- Hoc test yang digunakan untuk menentukan ranking dari
beberapa grouping variable/sample.
17. Chi-square merupakan salah satu analisis statistik yang banyak digunakan
dalam pengujian Hipotesis. Chi-square terutama digunakan untuk uji
Homogenitas, uji independensi, dan uji keselarasan (goodness of fit).
18. Uji regresi memiliki perbedaan prinsip dengan uji korelasi. Perbedaan prinsip
tersebut adalah jika uji korelasi digunakan untuk mengetahui keeratan hubungan
antara dua variabel atau lebih, maka uji regresi digunakan selain untuk
mengetahui pola keeratan hubungan antara dua variabel atau lebih, juga dapat
menganalisa dan memprediksikan model hubungan tersebut.
19. Metode analisis faktor ini akan mengajak dan membimbing mahasiswa untuk
mengelompokkan sejumlah faktor menjadi kelompok variabel yang mudah
dianalisis. Dengan demikian, maka analisis faktor ini juga akan membuang
faktor-faktor yang tidak relevan dengan topik penelitian.
20. Metode analisis ruang dengan menggunakan teknik Mutidimensional Scalling
akan mengesampingkan pola berpikir intuitif dan menggantinya menjadi pola
berpikir obyektif yang memiliki tingkat akurasi yang tinggi. Manfaat dari materi
ini adalah mendapatkan keterampilan mendisain denah yang obyektif dan dapat
dipertanggungjawabkan secara akurat sesuai dengan analisis keruangan yang
terdapat dalam alat bantu software SPSS 18.
192
21.
LAMPIRAN TABEL
STATISTIK
193
Tabel L1.01: Statistik Durbin-Watson untuk Taraf Kepercayaan 95% dL dan du
n k' = 1 k' = 2 k' = 3 k' = 4 k' = 2
dL du dL du dL du dL du dL du
15 1.08 1.36 0.95 1.54 082 1.75 0.69 1.97 0.56 2.21
16 1.10 1.37 0.98 1.54 0.86 1.73 0.74 1.93 0.62 2.15
17 1.13 1.38 1.02 1.54 0.90 1.71 0.78 1.90 0.67 2.10
18 1.16 1.39 1.05 1.53 0.93 1.69 0.82 1.87 0.71 2.06
19 1.18 1.40 1.08 1.53 0.97 1.68 0.86 1.85 0.75 2.02
20 1.20 1.41 1.10 1.54 1.00 1.68 0.90 1.83 0.79 1.99
21 1.22 1.42 1.13 1.54 1.03 1.67 0.93 1.81 0.83 1.96
22 1.24 1.43 1.15 1.54 1.05 1.66 0.96 1.80 0.86 1.94
23 1.26 1.44 1.17 1.54 1.08 1.66 0.99 1.79 0.90 1.92
24 1.27 1.45 1.19 1.55 1.10 1.66 1.01 1.78 0.93 1.90
25 1.29 1.45 1.21 1.55 1.12 1.66 1.04 1.77 0.95 1.89
26 1.30 1.46 1.22 1.55 1.14 1.65 1.06 1.76 0.98 1.88
27 1.32 1.47 1.24 1.56 1.16 1.65 1.08 1.76 1.01 1.86
28 1.33 1.48 1.26 1.56 1.18 1.65 1.10 1.75 1.03 1.85
29 1.34 1.48 1.27 1.56 1.20 1.65 1.12 1.74 1.05 1.84
30 1.35 1.49 1.28 1.57 1.21 1.65 1.14 1.74 1.07 1.83
31 1.36 1.50 1.30 1.57 1.23 1.65 1.16 1.74 1.09 1.83
32 1.37 1.50 1.31 1.57 1.24 1.65 1.18 1.73 1.11 1.82
33 1.38 1.51 1.32 1.58 1.26 1.65 1.19 1.73 1.13 1.81
34 1.39 1.51 1.33 1.58 1.27 1.65 1.21 1.73 1.15 1.81
35 1.40 1.52 1.34 1.58 1.28 1.65 1.22 1.73 1.16 1.80
36 1.41 1.52 1.35 1.59 1.29 1.65 1.24 1.73 1.18 1.80
37 1.42; 1,53 1.36 1.59 1.31 1.66 1.25 1.72 1.19 1.80
38 1.43 1.54 1.37 1.5.9 1:32 1.66 1.26 1.72 1.21 1.79
39 1.43 1.54 1.38 1.60 1.33 1.66 1.27 1.72 1.22 1.79
40 1.44 1.54 1.39 1.60 1.34 1.66 1.29 1.72 1.23 1.79
45 1.48 1.57 1.43 1.62 1.38 1.67 1.34 1.72 1.29 1.78
50 1.50 1.59 1.46 1.63 1.42 1.67 1.38 1.72 1.34 1.77
55 1.53 1.60 1.49 1.64 1.45 1.68 1.41 1.72 1.38 1.77
60 1.55 1.62 1.51 1.65 1.48 1.69 1.44 1.73 1.41 1.77
65 1.57 1.63 1.54 1.66 1.50 1.70 1.47 1.73 1.44 1.77
70 1.58 1.64 1.55 1.67 1.52 1.70 1.49 1.74 1.46 1.77
75 1.60 1.65 1.57 1.68 1.54 1.71 1.51 1.74 1.49 1.77
80 1.61 1.66 1.59 1.69 1.56 1.72 1.53 1.74 1.51 1.77
85 1.62 1.67 1.60 1.70 1.57 1.72 1.55 1.75 1.52 1.77
90 1.63 1.68 1.61 1.70 1.59 1.73 1.57 1.75 1.54 1.78
95 1.64 1.69 1.62 1.71 1.60 1.73 1.58 1.75 1.56 1.78
100 1.65 1.69 1.63 1.72 1.61 1.74 1.59 1.76 1.57 1.78
Keterangan:
n = jumlah observasi
k' = jumlah variabel bebas
dL = d bawah
du = d atas
Sumber : J. Durbin dan G.S.Watson, Testing for Serial Correlation in Least Squares
Regression (Biometrika Vol.38, 1951)
194
Tabel L1.02: Statistik Durbin-Watson untuk Taraf Kepercayaan 99% dL dan dy
n k' = 1 k' = 2 k' = 3 k' = 4 k' = 2
dL du dL du dL du dL du dL du
15 0.81 1.07 0.70 1.25 0.59 1.45 0.49 1.70 0.39 1.96
16 0.84 1.09 0.74 1.25 0.63 1.44 0.53 1.66 0.44 1.90
17 0.87 1.10 0.77 1.25 0.67 1.43 0.57 1.63 0.48 1.85
18 0.90 1.12 0.80 1.26 0.71 1.42 0.61 1.60 0.52 1.80
19 0.93 1.13 0.83 1.26 0.74 1.41 0.65 .1.58 0.56 1.77
20 0.95 1.15 0.86 1.27 0.77 1.41 0.68 1.57 0.60 1.74
21 0.97 1.16 0.89 1.27 0.80 1.41 0.72 1.55 0.63 1.71
22 1.00 1.17 0.91 1.28 0.83 1.40 0.75 1.54 0.66 1.69
23 1.02 1.19 0.94 1.29 0.86 1.40 0.77 1.53 0.70 1.67
24 1.04 1.20 0.96 1.30 0.88 1.41 0.80 1.53 0.72 1.66
25 1.05 1.21 0.98 1.30 0.90 1.41 0.83 1.52 0.75 1.65
26 1.07 1.22 1.00 1.31 0.93 1.41 0.85 1.52 0.78 1.64
27 1.09 1.23 1.02 1.32 0.95 1.41 0.88 1.51 0.81 1.63
28 1.10 1.24 1.04 1.32 0.97 1.41 0.90 1.51 0.83 1.62
29 1.12 1.25 1.05 1.33 0.99 1.42 0.92 1.51 0.85 1.61
30 1.13 1.26 1.07 1.34 1.01 1.42 0.94 1.51 0.88 1.61
31 1.15 1.27 1.08 1.34 1.02 1.42 0.96 1.51 0.90 1.60
32 1.16 1.28 1.10 1.35 1.04 1.43 0.98 1.51 0.92 1.60
33 1.17 1.29 1.11 1.36 1.05 1.43 1.00 1.51 0.94 1.59
34 1.18 1.30 1.13 1.36 1.07 1.43 1.01 1.51 0.95 1.59
35 1.19 1.31 1.14 1.37 1.08 1.44 1.03 1.51 0.97 1.59
36 1.21 1.32 1.15 1.38 1.10 1.44 1.04 1.51 0.99 1.59
37 1.22 1.32 1.16 1.38 1.11 1.45 1.06 1.51 1.00 1.59
38 1.23 1.33 1.18 1.39 1.12 1.45 1.07 1.52 1.02 1.58
39 1.24 1.34 1.19 1.39 1.14 1.45 1.09 1.52 1.03 1.58
40 1.25 1.34 1.20 1.40 1.15 1.46 1.10 1.52 1.05 1.58
45 1.29 1.38 1.24 1.42 1.20 1.48 1.16 1.53 1.11 1.58
50 1.32 1.40 1.28 1.45 1.24 1.49 1.20 1.54 1.16 1.59
55 1.36 1.43 1.32 1.47 1.28 1.51 1.25 1.55 1.21 1.59
60 1.38 1.45 1.35 1.48 1.32 1.52 1.28 1.56 1.25 1.60
65 1.41 1.47 1.38 1.50 1.35 1.53 1.31 1.57 1.28 1.61
70 1.43 1.49 1.40 1.52 1.37 1.55 1.34 1.58 1.31 1.61
75 1.45 1.50 1.42 1.53 1.39 1.56 1.37 1.59 1.34 1.62
80 1.47 1.52 1.44 1.54 1.42 1.57 1.39 1.60 1.36 1.62
85 1.48 1.53 1.46 1.55 1.43 1.58 1.41 1.60 1.39 1.63
90 1.50 1.54 1.47 1.56 1.45 1.59 1.43 1.61 1.41 1.64
95 1.51 1.55 1.49 1.57 1.47 1.60 1.45 1.62 1.42 1.64
100 1.52 1.56 1.50 1.58 1.48 1.60 1.46 1.63 1.44 1.65
Keterangan:
n = jumlah observasi
k' = jumlah variabel bebas
dL = d bawah
du = d atas
Sumber : J. Durbin dan G.S.Watson, Testing for Serial Correlation in Least Squares
Regression (Biometrika Vol.38, 1951)
195
Tabel L1.03: Daerah di Bawah Distribusi Normal Standar (Tabel Z)
Z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
0.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
0.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
0.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
0.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2517 .2549
0.7 .2580 .2611 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
0.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621
1.1 .3643 .3665 .3686 .3708 .3729 .3749 .3770 .3790 .3810 .3830
1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015
1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 .4147 .4162 .4177
1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319
1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441
1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .4545
1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .4633
1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .4706
1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767
2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817
2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857
2.2 .4861 .4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890
2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 .4916
2.4 .4918 .4920 .4922 .4925 .4927 .4929 .4931 .4932 .4934 .4936
2.5 .4938 .4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952
2.6 .4953 .4955 .4956 .4957 .4959 .4960 .4961 .4962 .4963 .4964
2.7 .4965 .4966 .4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974
2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 .4979 .4980 .4981
2.9 .4981 .4982 .4983 .4984 .4984 .4985 .4985 .4986 .4986 .4986
3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 .4990
Contoh: untuk z = l,74 luas daerah yang diarsir adalah 0,4591 dari total daerah 1
196
Tabel L1.04 : Daerah di Bawah Distribusi Normal Standar (Tabel Z)
Derajat Probabilitas
bebas 0.40. 0.30 0.20 .10 .05 .025 .01 .005
1 0.325 0.727 1.376 3.078 6.314 12.706 31.821 63.657
2 0.289 0.617 1.061 1.886 2.920 4.303 6.965 9.825
3 0.277 0.584 0.978 1.638 2.353 3.182 4.541 5.841
4 0.271 0.569 0.941 1.533 2.132 2.776 3.747 4.604
5 0.267 0.559 0.920 1.476 2.015 2.571 3.365 4.032
6 0.265 0.553 0.906 1.440 1.943 2.447 3.143 3.707
7 0.263 0.549 0.896 1.415 1.895 2.365 2.998 3.499
8 0.262 0.546 0.889 1.397 1.860 2.306 2.896 3.355
9 0.261 0.543 0.883 1.383 1.833 2.262 2.821 3.250
10 0.260 0.542 0.879 1.372 1.812 2.228 2.764 3.169
11 0.260 0.540 0.876 1.363 1.796 2.201 2.718 3.106
12 0.259 0.539 0.873 1.356 1.782 2-179 2.681 3.055
13 0.259 0.538 0.870 1.350 1.771 2.160 2.650 3.012
14 0.258 0.537 0.868 1.345 1.761 2.145 2.624 2.977
15 0.288 0.536 0.866 1.341 1.753 2.131 2.602 2.947
16 0.258 0.535 0.865 1.337 1.746 2.120 2.583 2.921
17 0.257 0.534 0.863 1.333 1.740 2.110 2.567 2.898
18 0.257 0.534 0.862 1.330 1.734 2.101 2.552 2.878
19 0.257 0.533 0.861 1.328 1.729 2.093 2.539 2.861
20 0.257 0.533 0.860 1.325 1.725 2.086 2.528 2.845
21 0.257 0.532 0.859 1.323 1.721 2.080 2.518 2.831
22 0.256 0.532 0.858 1.321 1.717 2.074 2.508 2.819
23 0.256 0.532 0.858 1.319 1.714 2.069 2.500 2.807
24 0.256 0.531 0.857 1.318 1.711 2.064 2.492 2.797
25 0.256 0.531 0.856 1.316 1.708 2.060 2.485 2.787
26 0.256 0.531 0.856 1.315 1.706 2.056 2.479 2.779
27 0.256 0.531 0.855 1.314 1.703 2.052 2.473 2.771
28 0.256 0.530 0.855 1.313 1.701 2.048 2.467 2.763
29 0.256 0.530 0.854 1.311 1.699 2.045 2.462 2.756
30 0.256 0.530 0.854 1.310 1.697 2.042 2.457 2.750
40 0.255 0.529 0.851 1.303 1.684 2.021 2.423 2.704
60 0.254 0.527 0.848 1.296 1.671 2.000 2.390 2.660
120 0.254 0.526 0.845 1.289 1.658 1.980 2.358 2.617
0.253 0.524 0.842 1.282 1.645 1.960 2.326 2.576
197
Tabel L1.05: Chi Square (X2)
Derajat bebas X20,05 X2 0.025 X20.01 X20.005
1 3.841 5.024 6.635 7.879
2 5.991 7.378 9.210 10.597
3 7.815 9.348 11.345 12.838
4 9.488 11.143 13.277 14.860
5 11.070 12.832 15.086 16.750
6 12.592 14.449 16.812 18.548
7 14.067 16.013 18.475 20.278
8 15.507 17.535 20.090 21.955
9 16.919 19.023 21.666 23.589
10 18.307 20.483 23.209 25.188
11 19.675 21.920 24.725 26.757
12 21.026 23.337 26.217 28.300
13 22.362 24.736 27.688 29.819
14 23.685 26.119 29.141 31.319
15 24.996 27.488 30.578 32.801
16 26.296 28.845 32.000 34.267
17 27.587 30.191 33.409 35.718
18 28.869 31.526 34.805 37.156
19 30.144 32.852 36.191 38.582
20 31.410 34.170 37.566 39.997
21 32.671 35.479 38.932 41.401
22 33.924 36.781 40.289 42.796
23 35.172 38.076 41.638 44.181
24 36.415 39.364 42.980 45.558
25 37.652 40.646 44.314 46.928
26 38.885 41.923 45.642 48.290
27 40.113 43.194 46.963 49.645
28 41.337 44.461 48.278 50.993
29 42.557 45.722 49.588 52.336
30 43.773 46.979 50.892 53.672
198
Tabel L1.06: F0,01
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
1 4052 4999 5404 5624 5764 5859 5928 5981 6022 6056 6107 6157 6209 6235 6261 6287 6313 6339 6366
2 98,5 99,0 99,2 99,3 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,4 99,4 99,5 99,5 99,48 99,48 99,49 99,5
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,34 27,23 27,05 26,87 26,69 26,60 26,50 26,41 26,32 26,22 26,1
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55 14,37 14,20 14,02 13,93 13,84 13,75 13,65 13,56 13,5
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05 9,89 9,72 9,55 9,47 9,38 9,29 9,20 9,11 9,02
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,97 6,88
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
17 8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,27 2,17
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
6,63 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,18 2,04 1,88 1,52 1,70 1,59 1,47 1,32 1,00
199
Tabel L1.07: F0,05
Derajat bebas pembilang
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
1 161 199 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254
2 18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5 19,5 19,5 19,5 19,5
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,37
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23
8 /532\ 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2;38 2,34 2,30 2,25 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 4,24 3,39 2,99 2*76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
200
Tabel L1.08: r untuk α 0,05 dan Uji Satu Sisi
df T df r
1 0,9511 21 0,2774
2 0,8000 22 0,2711
3 0,6870 23 0,2653
4 0,6084 24 0,2598
5 0,5509 25 0,2546
6 0,5067 26 0,2497
7 0,4716 27 0,2451
8 0,4428 28 0,2407
9 0,4187 29 0,2366
10 0,3981 30 0,2327
11 0,3802 40 0,2018
12 0,3646 50 0,1806
13 0,3507 60 0,1650
14 0,3383 70 0,1528
15 0,3271 80 0,1430
16 0,3170 90 0,1348
17 0,3077 100 0,1279
18 0,2992 130 0,1123
19 0,2914 160 0,1012
20 0,2841 200 0,0905
201
BIODATA PENULIS I
202
BIODATA PENULIS II
Dr Ir. Erni Setyowati, MT telah menjadi Anggota GSTF (Global Science and
Technology Forum), Singapura sejak Maret 2013. Lahir di Yogyakarta, Indonesia, 4
April 1967 dan menyelesaikan studinya gelar sarjana Arsitektur di Universitas
Diponegoro, Semarang pada tahun 1990. Kemudian pada universitas yang sama, ia
menyelesaikan studinya untuk starta S2 pada tahun 2000 dan gelar doktor pada tahun
2011. Bidang studi utama yang ditekuni adalah Sains dan Teknologi Bangunan
(Building Science and Technology) serta Metodologi Riset/Statistik.
Sejak tahun 1997 sampai dengan sekarang bekerja di Jurusan Arsitektur, Fakultas
Teknik, Universitas Diponegoro ,Indonesia diangkat menjadi menjadi Kepala
Laboratorium Teknologi Bangunan sejak 2011 serta menjadi Sekretaris Program Studi
S1 sejak April 2013 hingga sekarang.
Dr Ir. Setyowati, MT juga menjalin kerjasama dan menjadi anggota AMER
(Association of Malaysian on Environmental Behaviour Researcher) sejak 2013,
Ikatan Arsitek Indonesia (IAI) sejak tahun 2005. Melakukan penelitian tentang Nano-
material dengan murid-muridnya dan memperoleh ―The best five‖ untuk kategori
Eco-material di Lomba Penelitian Nasional pada tahun 2013.
203