BAB IV

ANALISA DAN PENGOLAHAN DATA

Pada bab ini berisi tentang analisa dan pengolahan data dari modul 1 analisis
cluster.
4.1 Variabel-variabel yang digunakan
Dibawah ini adalah tabel dari variabel-variabel yang digunakan.
Tabel 1.4.1 Data variabel pada kuesioner
No Variabel Keterangan
1 Nama Nama Repnden
2 Daerah Daerah Asal Responden (Sampang,Sumenep,Pamekasan,Bangkalan)
3 Jenis Kelamin Jenis Kelamin responden (Laki-laki,Perempuan)
4 Pekerjaan Pekerjaan responden saat ini seperti PNS, Petani, Wiraswasta dll)
5 Pentingnya edukasi Pertnyaan tentang bagaimana pentingnya edukasi dalam mainan
6 Pendapatan Pendapatan yang didapat responden tiap bulan
7 Jumlah anak Jumlah Anak yang dimiliki responden saat ini
8 Jumlah tanggungan Jumlah tanggungan yang dimiliki saat ini
9 Pengeluaran Jumlah Pengeluaran yang dilakukan dalam keluarga selama sebulan
10 Harga HP Harga HP yang dimiliki responden
11 Jumlah transportasi Jumlah Transportasi yang dimiliki responden seperti (sepeda motor, dll)
12 Harga mainan Harga Mainan yang pernah dibelikan untuk anak
13 Lama Diluar rumah Lama Responden meninggalkan rumah (anak)
14 Beli Mainan sebulan Berapa kali responden membeli mainan untuk anak selama sebulan
15 Jarak Kekota Jarak rumah responden dengan kota
16 Jumlah ATM Banyaknya jumlah ATM yang dimiliki responden
17 Harga Properti Harga properti (fasilitas rumah) yang sering dibeli oleh responden
18 Jumlah HP Jumlah HP yang dimiliki oleh responden
 4.2 Data
Berikut merupakan data yang digunakan dalam pengelompokan karakteristik responden.
Tabel 1.4.2 Data Karakteristik Responden

beli mainan dalam sebulan (kali) Jarak tempat tinggal ke kota (km) Jumalh ATM (unit) Harga Properti (Rp) Pentingnya edukasi pada mainan Jumalh HP (unit)
1 7 2 430,000 Penting 2
1 7 2 480,000 Penting 2
1 8 1 460,000 Penting 1
1 5 1 440,000 Penting 1
1 0.6 1 320,000 Penting 1
1 0.8 1 460,000 Penting 1
1 7 2 1,400,000 Penting 1
1 6 1 390,000 Cukup penting 1
6 5 3 420,000 sangat penting 1
1 5 1 400,000 Penting 2
6 0.6 1 450,000 Penting 1
 Tabel 1.4.3 Data Karakteristik Responden (Lanjutan)

16 Sunggono Socah L 30 450,000 3 5 800,000 PNS 550,000

17 Yuniati Pedeng P 31 1,000,000 1 4 900,000 PNS 700,000
18 Rohimah Duko P 38 1,000,000 3 4 800,000 Petani 450,000
19 Siti Aisah Duko P 21 500,000 1 1 800,000 Petani 500,000
20 Rahmawati Duko P 23 500,000 1 1 1,500,000 Petani 500,000
21 Alisa Duko P 40 500,000 5 5 800,000 Petani 560,000
22 Mbak Andri Kauman Socah P 37 1,000,000 1 1 900,000 Wiraswasta 750,000
23 Junaidi Kauman L 32 1,000,000 2 2 900,000 Tukang Becak 700,000
24 Eka Duko P 30 1,500,000 2 5 750,000 Petani 1,000,000
25 Munawaroh Timur Pasar Socah P 38 500,000 2 4 800,000 Ibu Rumah Tangga 500,000
26 Aminah Socah P 23 1,500,000 1 1 900,000 Pegawai Kantor 450,000
27 Ima Socah P 36 750,000 3 3 800,000 Ibu Rumah Tangga 570,000
28 Muhammad Parseh L 28 1,000,000 2 4 1,500,000 Wiraswasta 400,000
29 Wiwik Ernawati Gili Anyar P 33 1,000,000 2 4 950,000 Ibu Rumah Tangga 750,000
30 Hj. Riski Pamekasan P 70 500,000 4 5 3,500,000 Ibu Rumah Tangga 400,000
 4.3 Data standarisasi
Data berikut adalah data yang akan distandarisasi.
Tabel 1.4.4 data yang akan distandarisasi

Nama Alamat Sekarang Jenis Kelamin Usia Pendapatan (Rp) Jumlah Anak (orang) Jumlah Tanggungan (orang) Pengeluaran (Rp) Harga HP (Rp) Jumlah Transportasi (unit) Harga Mainan (Rp) Lama di luar rumah (jam)
1 ahmadi jl. Pondok melati L 46 2,300,000 2 4 1,800,000 390,000 1 48,000 5
2 muhammad kp. Dumarah L 50 2,500,000 5 5 1,600,000 300,000 1 36,000 8
3 luluk kejawan p 34 700,000 2 4 880,000 1,400,000 2 72,000 1
4 sari s.r banyuajuh P 28 800,000 2 4 1,700,000 410,000 1 37,000 3
5 nurul hidayati bedak timur P 37 490,000 4 4 820,000 360,000 1 33,000 3
6 h. Wini sugiastutik jl. Kusuma bangsa P 53 3,600,000 3 4 3,800,000 1,300,000 1 45,000 4
7 lenny kp. Kejawan P 39 2,400,000 1 3 2,700,000 2,300,000 2 42,000 5
8 halimatus s. kp. Kejawan P 34 2,200,000 3 3 2,800,000 540,000 1 38,000 2
9 eni i.r kp. Baru kamal P 30 3,300,000 1 3 2,600,000 3,100,000 2 45,000 2
10 devita kp. Kejawan P 25 1,800,000 1 3 1,700,000 1,350,000 1 39,000 2
11 endang susilowati kp. Kejawan P 34 800,000 1 3 810,000 480,000 1 35,000 3
12 eka kp. Kejawan P 32 485,000 2 2 850,000 380,000 1 40,000 1
13 sumiati kp. Kejawan P 58 800,000 4 5 800,000 490,000 1 42,000 1
14 maulil kp. Baru kamal P 36 3,600,000 3 5 3,800,000 460,000 2 38,000 1
15 zainatul muslihah kp. Kejawan P 30 2,300,000 2 5 2,580,000 1,200,000 1 35,000 3
16 Sunggono Socah L 30 450,000 3 5 800,000 550,000 2 30,000 6
17 Yuniati Pedeng P 31 1,000,000 1 4 900,000 700,000 1 40,000 1
18 Rohimah Duko P 38 1,000,000 3 4 800,000 450,000 1 30,000 1
19 Siti Aisah Duko P 21 500,000 1 1 800,000 500,000 1 30,000 1
20 Rahmawati Duko P 23 500,000 1 1 1,500,000 500,000 1 30,000 1
21 Alisa Duko P 40 500,000 5 5 800,000 560,000 1 30,000 1
22 Mbak Andri Kauman Socah P 37 1,000,000 1 1 900,000 750,000 1 30,000 4
23 Junaidi Kauman L 32 1,000,000 2 2 900,000 700,000 2 30,000 6
24 Eka Duko P 30 1,500,000 2 5 750,000 1,000,000 2 30,000 1
 Tabel 1.4.5 Data Standarisasi (Lanjutan)
43 400,000 3 5 800,000 250,000 1 30,000 6 1 4 1 250,000 1
56 1,000,000 5 5 1,000,000 300,000 4 30,000 7 3 6 1 300,000 1
26 2,500,000 2 3 2,000,000 500,000 1 150,000 6 6 4 1 3,000,000 4
28 500,000 1 2 800,000 400,000 1 30,000 4 3 4 1 400,000 1
46 750,000 2 4 1,500,000 400,000 2 60,000 5 3 5 1 700,000 3
60 400,000 4 1 800,000 300,000 1 30,000 6 3 4 1 550,000 1
36 3,000,000 2 4 2,000,000 1,000,000 1 60,000 6 1 3 1 550,000 1
26 1,500,000 1 4 1,500,000 1,100,000 1 60,000 7 3 3 1 500,000 1
48 1,000,000 4 5 1,000,000 500,000 1 30,000 7 1 5 1 500,000 1
45 1,000,000 3 3 800,000 400,000 1 30,000 6 1 4 1 500,000 1
35 1,100,000 4 5 1,500,000 500,000 1 30,000 5 1 3 1 400,000 1
32 2,500,000 3 5 2,500,000 500,000 1 160,000 4 6 2 1 510,000 4
32 2,000,000 3 4 1,750,000 1,000,000 2 100,000 7 6 4 1 1,300,000 2
32 1,000,000 2 4 900,000 1,200,000 3 75,000 8 3 3 2 550,000 2
30 3,900,000 1 5 3,500,000 2,500,000 4 95,000 7 3 0.9 3 3,500,000 3
37 900,000 2 3 800,000 450,000 1 70,000 7 1 0.5 1 450,000 1
44 2,000,000 4 3 1,500,000 400,000 1 50,000 8 1 0.7 1 480,000 1
30 1,500,000 1 3 900,000 600,000 2 40,000 8 3 3 1 550,000 2
35 1,000,000 2 3 1,500,000 550,000 2 90,000 6 6 3 2 1,300,000 2
35 2,000,000 2 4 1,800,000 2,500,000 1 90,000 5 6 2 1 1,500,000 2
28 2,500,000 2 4 3,500,000 2,500,000 3 120,000 6 3 2 3 3,100,000 3
30 2,000,000 1 3 1,500,000 550,000 2 80,000 4 6 3 2 450,000 2
26 1,000,000 1 3 2,500,000 1,200,000 2 70,000 2 3 2 1 2,300,000 2
39 450,000 2 4 800,000 350,000 1 35,000 3 3 3 1 350,000 1
27 2,800,000 1 3 2,500,000 2,100,000 2 110,000 5 3 3 2 3,100,000 3
23 1,800,000 2 4 1,500,000 1,200,000 3 75,000 10 6 2 2 510,000 2
25 1,000,000 1 3 1,500,000 550,000 1 70,000 2 1 0.8 1 560,000 1
4.4 Data Output Standarisasi
Data berikut adalah data yang sudah terstandarisasi.
Tabel 1.4.6 data output standarisasi

Zpendapatan ZJumlah_anak ZJumlah_tanggungan Zpengeluaran Zharga_HP Zjumlah_transportasi Zharga_mainan Zlama_diluar ZBeli_mainan Zjarak_ke_kota Zjumlah_ATM Zharga_properti
12.507 -0.2238 0.3704 0.1544 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 10.9600 0.9430 -0.5120
12.507 22.944 12.2530 0.1544 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 10.9600 0.9430 -0.5120
-0.436 -0.2238 0.3704 -0.8752 0.9905 0.6686 0.5100 -15.4280 -0.7894 10.9600 -0.4370 -0.5120
-0.436 -0.2238 0.3704 0.1544 -0.8381 -0.6686 -0.5452 -0.3167 -0.7894 10.9600 -0.4370 -0.5120
-12.789 14.5490 0.3704 -0.8752 -0.8381 -0.6686 -0.5452 -0.3167 -0.7894 -13.6240 -0.4370 -0.5120
2.094 0.6156 0.3704 2.2130 0.9905 -0.6686 -0.5452 0.2963 -0.7894 -13.6240 -0.4370 -0.5120
12.507 -10.6320 -0.4844 1.1840 19.0470 0.6686 -0.5452 0.9094 -0.7894 10.9600 0.9430 1.2430
12.507 0.6156 -0.4844 1.1840 0.0762 -0.6686 -0.5452 -0.9298 -0.7894 10.9600 -0.4370 -0.5120
2.094 -10.6320 -0.4844 1.1840 28.1900 0.6686 -0.5452 -0.9298 0.6907 10.9600 23.2290 -0.5120
0.4075 -10.6320 -0.4844 0.1544 0.9905 -0.6686 -0.5452 -0.9298 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 -10.6320 -0.4844 -0.8752 -0.8381 -0.6686 -0.5452 -0.3167 0.6907 -13.6240 -0.4370 -0.5120
-12.789 -0.2238 -13.3920 -0.8752 -0.8381 -0.6686 -0.5452 -15.4280 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 14.5490 12.2530 -0.8752 -0.8381 -0.6686 -0.5452 -15.4280 -0.7894 -0.7478 -0.4370 -0.5120
2.094 0.6156 12.2530 2.2130 -0.8381 0.6686 -0.5452 -15.4280 -0.7894 10.9600 -0.4370 -0.5120
12.507 -0.2238 12.2530 1.1840 0.9905 -0.6686 -0.5452 -0.3167 -0.7894 -13.6240 0.9430 -0.5120
-12.789 0.6156 12.2530 -0.8752 0.0762 0.6686 -0.5452 0.9094 0.6907 10.9600 -0.4370 -0.5120
-0.4357 -10.6320 0.3704 -0.8752 0.0762 -0.6686 -0.5452 -15.4280 -0.7894 -13.6240 -0.4370 -0.5120
-0.4357 0.6156 0.3704 -0.8752 -0.8381 -0.6686 -0.5452 -15.4280 -0.7894 -13.6240 -0.4370 -0.5120
-12.789 -10.6320 -21.9410 -0.8752 -0.8381 -0.6686 -0.5452 -15.4280 0.6907 -13.6240 -0.4370 -0.5120
-12.789 -10.6320 -21.9410 0.1544 -0.8381 -0.6686 -0.5452 -15.4280 -0.7894 -13.6240 -0.4370 -0.5120
-12.789 22.9440 12.2530 -0.8752 0.0762 -0.6686 -0.5452 -15.4280 -0.7894 -13.6240 -0.4370 -0.5120
-0.4357 -10.6320 -21.9410 -0.8752 0.0762 -0.6686 -0.5452 0.2963 -0.7894 -0.1332 -0.4370 -0.5120
-0.4357 -0.2238 -13.3920 -0.8752 0.0762 0.6686 -0.5452 0.9094 -0.7894 0.4815 -0.4370 -0.5120
0.4075 -0.2238 12.2530 -0.8752 0.0762 0.6686 -0.5452 -15.4280 -0.7894 10.9600 -0.4370 -0.5120
-12.789 -0.2238 0.3704 -0.8752 -0.8381 -0.6686 -0.5452 -15.4280 -0.7894 10.9600 -0.4370 -0.5120
0.4075 -10.6320 -21.9410 -0.8752 -0.8381 -0.6686 -0.5452 -15.4280 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 0.6156 -0.4844 -0.8752 0.0762 -0.6686 -0.5452 0.9094 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 -0.2238 0.3704 0.1544 -0.8381 -0.6686 -0.5452 -0.3167 0.6907 0.4815 -0.4370 -0.5120
-0.4357 -0.2238 0.3704 -0.8752 0.0762 0.6686 -0.5452 -0.9298 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 14.549 12.2530 2.2130 -0.8381 0.6686 -0.5452 -0.3167 -0.7894 -13.6240 -0.4370 -0.5120
-0.4357 -10.632 -0.4844 -0.8752 -0.8381 -0.6686 -0.5452 -0.9298 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 14.549 0.3704 1.1840 0.0762 -0.6686 -0.5452 0.2963 0.6907 10.9600 5.0827 -0.5120
-12.789 0.616 12.2530 -0.8752 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 0.4815 -0.4370 -0.5120
-0.4357 22.944 12.2530 0.1544 -0.8381 33.4270 -0.5452 0.9094 0.6907 10.9600 -0.4370 -0.5120
12.507 -0.224 -0.4844 1.1840 0.0762 0.6686 2.6205 0.9094 2.1700 0.4815 -0.4370 2.9980
-12.789 -10.632 -13.3920 -0.8752 -0.8381 -0.6686 -0.5452 0.2963 0.6907 0.4815 -0.4370 -0.5120
-0.4357 -0.224 0.3704 0.1544 -0.8381 0.6686 0.5100 0.9094 0.6907 10.9600 -0.4370 0.3657
-12.789 14.549 -21.9410 -0.8752 -0.8381 -0.6686 -0.5452 0.9094 0.6907 0.4815 -0.4370 0.3657
12.507 -0.224 0.3704 0.1544 0.0762 -0.6686 0.5100 0.9094 -0.7894 -0.1332 -0.4370 0.3657
0.4075 -10.632 0.3704 0.1544 0.9905 -0.6686 0.5100 0.9094 0.6907 -0.1332 -0.4370 -0.5120
-0.4357 14.549 12.2530 -0.8752 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 10.9600 -0.4370 -0.5120
-0.4357 0.616 -0.4844 -0.8752 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 0.4815 -0.4370 -0.5120
0.4075 14.549 12.2530 0.1544 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 -0.1332 -0.4370 -0.5120
12.507 0.616 12.2530 1.1840 -0.8381 -0.6686 36.7570 0.2963 0.6907 -0.7478 -0.4370 0.3657
0.4075 0.616 0.3704 0.1544 0.0762 0.6686 15.6520 0.9094 2.1700 0.4815 -0.4370 1.2430
-0.4357 -0.224 0.3704 -0.8752 0.9905 20.0560 0.5100 0.9094 0.6907 -0.1332 0.9430 0.3657
2.0939 -10.632 12.2530 2.2130 28.1900 33.4270 15.6520 0.9094 0.6907 -13.6240 23.2290 2.9980
-0.4357 -0.224 -0.4844 -0.8752 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 -13.6240 -0.4370 -0.5120
0.4075 14.549 -0.4844 0.1544 -0.8381 -0.6686 -0.5452 0.9094 -0.7894 -13.6240 -0.4370 -0.5120
0.4075 -10.632 -0.4844 -0.8752 0.0762 0.6686 -0.5452 0.9094 0.6907 -0.1332 -0.4370 0.3657
-0.4357 -0.224 -0.4844 0.1544 0.0762 0.6686 15.6520 0.9094 2.1700 -0.1332 0.9430 1.2430
0.4075 -0.224 0.3704 0.1544 19.0470 -0.6686 15.6520 0.9094 2.1700 -0.7478 -0.4370 1.2430
12.507 -0.224 0.3704 2.2130 19.0470 20.0560 2.6205 0.9094 0.6907 -0.7478 23.2290 2.9980
0.4075 -10.632 -0.4844 0.1544 0.0762 0.6686 0.5100 0.2963 2.1700 -0.7478 0.9430 -0.5120
-0.4357 -10.632 -0.4844 1.1840 0.9905 0.6686 0.5100 -0.9298 0.6907 -0.7478 -0.4370 21.2110
-12.789 -0.224 0.3704 -0.8752 -0.8381 -0.6686 -0.5452 -0.3167 0.6907 -0.1332 -0.4370 -0.5120
12.507 -10.632 -0.4844 1.1840 19.0470 0.6686 2.6205 0.9094 0.6907 -0.1332 0.9430 2.9980
0.4075 -0.224 0.3704 0.1544 0.9905 20.0560 0.5100 0.9094 2.1700 -0.7478 0.9430 0.3657
4.4 Metode Hirarki
Berikut merupakan hasil data dari karakteristik responden menggunakan
metode hirarki.
4.4.1 Analisis Proximity
Dibawah ini adalah hasil dari output SPSS pada pengujian proximity
matrix.
Tabel 1.4.7 output SPSS Analisis Proximity
22:Pamekasan 17,499 33,184 15,913 11,065 16,353
23:Pamekasan 13,419 23,414 11,264 8,488 13,980
24:Pamekasan 14,729 20,340 3,391 6,629 16,565
25:Pamekasan 17,062 24,135 6,956 3,275 10,366
26:Pamekasan 18,656 34,341 14,238 10,556 23,310
27:Pamekasan 9,765 14,072 11,186 4,835 10,530
28:Pamekasan 8,820 15,892 13,063 4,254 11,866
29:Sumenep 13,500 20,573 2,325 4,060 12,573
30:Sumenep 23,559 20,715 25,096 15,622 12,771
31:Sumenep 10,626 23,388 9,742 4,557 15,889
32:Sumenep 27,263 25,880 48,523 39,435 46,552
33:Sumenep 12,862 14,245 14,783 5,088 6,339
34:Sumenep 31,788 24,715 27,945 26,857 29,036
35:Sumenep 44,550 53,084 55,757 55,422 67,998
36:Sumenep 17,621 31,844 16,535 8,343 15,231
37:Sumenep 12,296 19,369 20,121 14,109 24,742
38:Sumenep 23,783 26,785 25,704 16,009 14,441
39:Sumenep 7,821 14,893 14,823 8,578 16,012
40:Sumenep 13,164 24,464 13,979 11,078 19,908
41:Sumenep 11,043 8,199 15,808 6,113 8,989
42:Sumenep 9,307 13,614 14,072 4,377 7,050
43:Sumenep 9,361 6,517 19,090 7,275 7,649

Squared Euclidean Distance

Case
1:Sampang 2:Sampang 3:Sampang 4:Sampang 5:Sampang
44:Bangkalan 35,696 37,079 48,588 45,065 48,778
45:Bangkalan 22,620 25,464 24,346 23,904 30,120
46:Bangkalan 19,985 27,057 15,863 22,234 24,703
47:Bangkalan 64,458 74,296 69,919 82,419 92,290
48:Bangkalan 14,269 22,803 19,033 9,339 5,764
49:Bangkalan 13,894 13,973 23,623 11,808 6,138
50:Bangkalan 12,207 24,968 16,267 13,491 20,201
51:Bangkalan 24,008 32,542 26,699 26,257 30,847
52:Bangkalan 29,836 36,909 28,451 31,121 34,111
53:Bangkalan 50,444 57,517 57,754 65,561 74,214
54:Bangkalan 18,422 31,183 23,177 22,012 27,820
55:Bangkalan 29,395 42,157 20,262 23,326 29,833
56:Bangkalan 16,254 23,326 12,161 5,473 6,520
57:Bangkalan 39,542 52,304 44,499 50,851 63,223
58:Bangkalan 25,252 32,325 26,095 30,346 33,335
59:Bangkalan 23,571 36,332 13,021 11,286 11,228
60:Bangkalan 23,916 38,139 19,562 22,357 21,600

Tabel 1.4.8 output SPSS Analisis Proximity (lanjutan)

 squared euclidean distance
case
2:Sampang 3:Sampang 4:Sampang 5:Sampang 6:Sampang
7,072 19,752 7,937 21,415 19,010 1:Sampang
.000 26,825 15,010 20,032 21,855 2:Sampang
26,825 .000 8,809 17,322 28,973 3:Sampang
15,010 8,809 .000 10,634 21,108 4:Sampang
20,032 17,322 10,634 .000 25,342 5:Sampang
21,855 28,973 21,108 25,342 .000 6:Sampang
29,336 21,469 21,140 39,556 19,350 7:Sampang
14,610 12,633 6,551 19,331 10,885 8:Sampang
40,293 26,716 34,240 54,079 27,096 9:Sampang
23,538 8,170 7,552 22,426 19,867 10:Sampang
31,429 17,419 10,730 9,974 25,400 11:Sampang
29,981 9,879 6,198 13,289 37,316 12:Sampang
17,612 13,194 9,513 3,323 24,480 13:Sampang
19,161 21,833 15,366 31,688 15,289 14:Pamekasan
19,979 20,169 15,927 19,437 5,487 15:Pamekasan
16,996 13,986 11,210 15,483 34,568 16:Pamekasan
32,392 10,486 10,148 9,392 22,978 17:Pamekasan
23,101 12,994 9,312 2,919 22,667 18:Pamekasan
48,264 22,473 18,791 16,613 39,230 19:Pamekasan
45,013 21,342 15,540 15,482 31,738 20:Pamekasan
23,942 17,565 17,227 3,775 28,685 21:Pamekasan
33,184 15,913 11,065 16,353 27,683 22:Pamekasan
23,414 11,264 8,488 13,980 25,968 23:Pamekasan
20,340 3,391 6,629 16,565 25,872 24:Pamekasan
24,135 6,956 3,275 10,366 34,392 25:Pamekasan
34,341 14,238 10,556 23,310 34,552 26:Pamekasan
14,072 11,186 4,835 10,530 23,927 27:Pamekasan
15,892 13,063 4,254 11,866 22,340 28:Pamekasan
20,573 2,325 4,060 12,573 26,817 29:Sumenep
20,715 25,096 15,622 12,771 13,342 30:Sumenep
23,388 9,742 4,557 15,889 32,067 31:Sumenep
25,880 48,523 39,435 46,552 49,388 32:Sumenep
14,245 14,783 5,088 6,339 28,768 33:Sumenep
24,715 27,945 26,857 29,036 42,234 34:Sumenep
53,084 55,757 55,422 67,998 55,888 35:Sumenep
31,844 16,535 8,343 15,231 35,593 36:Sumenep
19,369 20,121 14,109 24,742 33,713 37:Sumenep
26,785 25,704 16,009 14,441 38,280 38:Sumenep
14,893 14,823 8,578 16,012 10,263 39:Sumenep
24,464 13,979 11,078 19,908 15,094 40:Sumenep
8,199 15,808 6,113 8,989 27,140 41:Sumenep
13,614 14,072 4,377 7,050 23,791 42:Sumenep

Tabel 1.4.9 output SPSS Analisis Proximity (lanjutan)

 15,841 35,696 10,230 7,837 7,876 22:Pamekasan
14,068 33,166 11,276 11,153 9,726 23:Pamekasan
10,743 28,419 9,373 16,701 12,045 24:Pamekasan
13,287 42,398 10,745 11,885 2,923 25:Pamekasan
11,905 35,354 9,389 13,372 4,279 26:Pamekasan
10,467 35,959 10,494 13,392 8,996 27:Pamekasan
10,805 34,113 8,434 7,581 10,452 28:Pamekasan
10,308 29,406 7,516 12,670 6,634 29:Sumenep
16,576 46,326 27,454 22,785 28,984 30:Sumenep
12,425 37,295 5,115 10,296 4,208 31:Sumenep
40,127 33,588 43,841 50,723 49,256 32:Sumenep
18,159 50,088 18,435 13,546 13,673 33:Sumenep
32,146 53,181 41,601 38,896 38,985 34:Sumenep
52,535 60,026 46,714 55,027 66,668 35:Sumenep
19,097 41,008 13,736 5,217 6,655 36:Sumenep
22,163 41,895 16,421 20,458 23,313 37:Sumenep
21,825 52,191 24,919 15,649 12,901 38:Sumenep
9,273 29,103 11,446 13,264 20,627 39:Sumenep
14,354 23,391 10,614 9,973 21,704 40:Sumenep
14,931 48,257 19,448 19,003 16,120 41:Sumenep
11,681 42,188 13,379 9,912 8,538 42:Sumenep
11,128 43,032 19,188 16,241 20,824 43:Sumenep

squared euclidean distance

case
8:Sampang 9:Sampang 10:Sampang 11:Sampang 12:Sampang
44,612 67,894 43,280 47,339 60,653 44:Bangkalan
26,034 37,766 26,232 24,260 34,531 45:Bangkalan
29,066 27,574 21,230 20,419 29,318 46:Bangkalan
73,885 44,085 67,143 80,973 103,053 47:Bangkalan
18,052 45,741 16,932 4,399 13,499 48:Bangkalan
12,738 44,642 20,798 11,807 19,511 49:Bangkalan
19,098 29,574 11,539 8,805 19,074 50:Bangkalan
31,178 33,897 27,135 20,719 32,538 51:Bangkalan
31,316 33,775 25,352 24,023 41,748 52:Bangkalan
58,672 41,704 54,999 67,085 81,851 53:Bangkalan
24,747 23,224 19,307 12,043 28,212 54:Bangkalan
23,610 30,492 17,197 19,859 27,218 55:Bangkalan
16,988 41,718 14,446 3,657 8,128 56:Bangkalan
46,030 37,436 37,418 50,406 62,097 57:Bangkalan
32,213 24,918 27,920 23,247 40,972 58:Bangkalan
18,206 39,483 13,294 7,057 11,635 59:Bangkalan
27,674 34,557 17,021 10,165 23,594 60:Bangkalan

Tabel 1.4.10 output SPSS Analisis Proximity (lanjutan)

 squared euclidean distance
case
15: Pamekasan 16: Pamekasan 17: Pamekasan 18: Pamekasan 19: Pamekasan
14,368 15,613 21,092 20,256 1:Sampang 32,579
19,979 16,996 32,392 23,101 2:Sampang 48,264
20,169 13,986 10,486 12,994 3:Sampang 22,473
15,927 11,210 10,148 9,312 4:Sampang 18,791
19,437 15,483 9,392 2,919 5:Sampang 16,613
5,487 34,568 22,978 22,667 6:Sampang 39,230
16,881 28,587 29,990 36,988 7:Sampang 42,108
12,788 22,610 17,054 15,071 8:Sampang 25,828
19,985 41,567 36,909 45,579 9:Sampang 47,739
15,409 17,843 11,444 16,770 10:Sampang 20,467
18,151 18,310 5,261 7,243 11:Sampang 5,138
30,012 19,795 11,219 10,383 12:Sampang 9,670
17,032 17,329 8,286 1,813 13:Sampang 21,314
17,059 31,643 28,158 24,504 14:Pamekasan 45,451
.000 27,296 12,764 15,271 15:Pamekasan 31,979
27,296 .000 21,982 19,999 16:Pamekasan 30,878
12,764 21,982 .000 3,654 17:Pamekasan 10,315
15,271 19,999 3,654 .000 18:Pamekasan 12,297
31,979 30,878 10,315 12,297 19:Pamekasan .000
26,608 34,129 9,184 11,167 20:Pamekasan 3,251
21,225 20,540 12,716 5,096 21:Pamekasan 25,993
24,109 22,773 11,471 15,125 22:Pamekasan 8,631
23,093 12,247 14,829 15,665 23:Pamekasan 16,374
17,027 13,438 9,978 10,814 24:Pamekasan 26,100
24,166 13,949 8,296 7,460 25:Pamekasan 15,517
30,145 29,869 14,168 16,151 26:Pamekasan 11,079
21,000 9,298 15,607 13,624 27:Pamekasan 21,537
17,159 7,711 11,380 10,544 28:Pamekasan 15,642
18,764 9,405 8,913 9,748 29:Sumenep 19,227
13,758 23,217 20,741 14,268 30:Sumenep 33,769
24,066 14,650 9,672 11,655 31:Sumenep 13,931
34,664 39,019 54,353 49,552 32:Sumenep 60,287
21,495 6,878 14,509 10,855 33:Sumenep 26,115
41,323 14,263 44,240 34,949 34:Sumenep 52,886
58,637 45,927 66,004 66,839 35:Sumenep 66,015
29,136 14,459 13,443 15,426 36:Sumenep 7,513
30,036 7,612 27,264 26,428 37:Sumenep 31,525
38,263 17,855 26,840 20,367 38:Sumenep 16,525
9,429 17,954 14,017 14,853 39:Sumenep 27,176
11,429 14,388 13,436 18,762 40:Sumenep 22,463
22,699 7,916 19,966 13,493 41:Sumenep 32,994
20,864 10,512 13,798 10,144 42:Sumenep 18,056

Tabel 1.4.11 output SPSS Analisis Proximity (lanjutan)

 28,571 .000 3,977 19,790 22:Pamekasan 13,722
24,831 3,977 .000 13,679 23:Pamekasan 12,649
17,018 19,790 13,679 .000 24:Pamekasan 6,199
13,952 13,722 12,649 6,199 25:Pamekasan .000
32,691 6,440 11,161 15,021 26:Pamekasan 10,126
18,510 7,629 3,601 12,140 27:Pamekasan 8,996
18,459 13,808 11,987 10,883 28:Pamekasan 7,529
15,991 12,084 6,683 1,818 29:Sumenep 3,711
15,084 32,087 24,677 21,455 30:Sumenep 23,137
23,850 8,459 9,505 9,024 31:Sumenep 4,208
50,158 53,015 46,868 48,016 32:Sumenep 46,333
13,068 16,812 10,617 12,563 33:Sumenep 7,827
32,946 45,031 24,535 24,304 34:Sumenep 33,138
77,388 59,536 54,098 60,548 35:Sumenep 66,668
27,660 4,846 6,606 18,700 36:Sumenep 9,579
34,342 23,670 16,014 20,169 37:Sumenep 20,390
25,608 11,603 9,845 29,331 38:Sumenep 18,748
23,940 13,446 10,877 13,698 39:Sumenep 17,703
27,573 12,864 11,705 15,948 40:Sumenep 18,781
14,309 20,757 12,397 12,167 41:Sumenep 10,274
16,702 7,331 4,059 13,354 42:Sumenep 8,538
12,969 21,017 14,168 14,027 43:Sumenep 14,978

squared euclidean distance

case
21: Pamekasan 22: Pamekasan 23: Pamekasan 24: Pamekasan 25: Pamekasan
54,004 58,759 54,827 51,012 44:Bangkalan 54,807
36,638 31,692 23,383 26,871 45:Bangkalan 31,608
30,960 23,310 13,589 19,254 46:Bangkalan 26,395
95,150 86,465 74,628 73,154 47:Bangkalan 97,207
16,825 6,351 6,754 18,316 48:Bangkalan 13,499
14,381 13,759 11,344 21,483 49:Bangkalan 19,511
31,000 10,445 7,171 15,799 50:Bangkalan 19,074
40,236 26,740 22,057 32,107 51:Bangkalan 32,538
38,695 31,134 29,321 34,320 52:Bangkalan 38,824
78,798 69,815 60,850 64,427 53:Bangkalan 78,927
37,115 20,326 18,559 24,936 54:Bangkalan 28,212
34,450 23,592 23,329 25,115 55:Bangkalan 27,218
13,113 11,395 10,330 11,403 56:Bangkalan 5,205
70,679 48,701 45,428 52,634 57:Bangkalan 62,097
39,591 32,030 23,066 28,064 58:Bangkalan 38,049
17,517 9,593 13,661 17,624 59:Bangkalan 11,635
32,189 10,231 9,930 25,876 60:Bangkalan 26,518

Tabel 1.4.12 output SPSS Analisis Proximity (lanjutan)

 6,440 7,629 13,808 12,084 32,087
11,161 3,601 11,987 6,683 24,677
15,021 12,140 10,883 1,818 21,455
10,126 8,996 7,529 3,711 23,137
.000 13,302 14,810 10,992 37,623
13,302 .000 9,089 6,606 23,341
14,810 9,089 .000 8,314 16,854
10,992 6,606 8,314 .000 20,347
37,623 23,341 16,854 20,347 .000
5,696 8,723 5,440 5,745 28,700
56,433 40,396 35,936 44,695 45,179
23,746 4,848 8,586 8,530 17,648
49,033 25,919 26,730 21,693 21,835
63,877 56,237 40,044 57,858 61,667
9,526 8,040 7,461 11,034 30,926
27,672 15,937 7,239 16,096 26,155
18,538 8,513 15,126 19,452 31,598
19,297 8,735 11,321 12,470 18,156
21,810 10,972 9,440 13,297 23,474
24,759 4,464 10,367 9,556 18,877
12,844 1,214 7,875 7,819 19,861
26,619 7,746 10,018 12,838 9,754

squared euclidean distance

26: Pamekasan 27: Pamekasan 28: Pamekasan 29:Sumenep 30:Sumenep
62,195 50,569 32,557 51,996 43,100
37,455 22,652 15,269 24,220 30,110
33,677 18,598 17,225 15,182 28,901
98,932 84,672 72,527 74,808 68,101
16,396 7,585 10,571 12,781 18,575
22,383 9,356 13,040 17,371 11,166
17,718 11,475 8,482 11,687 28,015
35,435 24,952 16,866 26,573 33,721
43,262 27,934 20,975 31,669 37,677
80,521 66,615 56,425 63,198 56,484
26,855 23,619 11,865 21,576 29,272
28,706 28,389 17,561 21,835 26,346
15,331 8,187 3,835 7,412 19,292
57,896 49,732 42,470 49,943 56,892
42,487 28,830 20,199 25,414 29,750
15,967 15,900 12,518 12,923 19,100
23,621 17,207 15,836 18,880 32,297

Tabel 1.4.13 output SPSS Analisis Proximity (lanjutan)

 4,846 22:Pamekasan 23,670 11,603 13,446 12,864
6,606 23:Pamekasan 16,014 9,845 10,877 11,705
18,700 24:Pamekasan 20,169 29,331 13,698 15,948
9,579 25:Pamekasan 20,390 18,748 17,703 18,781
9,526 26:Pamekasan 27,672 18,538 19,297 21,810
8,040 27:Pamekasan 15,937 8,513 8,735 10,972
7,461 28:Pamekasan 7,239 15,126 11,321 9,440
11,034 29:Sumenep 16,096 19,452 12,470 13,297
30,926 30:Sumenep 26,155 31,598 18,156 23,474
7,199 31:Sumenep 13,426 18,383 14,639 15,729
47,584 32:Sumenep 40,916 46,043 44,838 44,103
11,962 33:Sumenep 16,190 15,358 11,992 14,479
36,467 34:Sumenep 22,851 31,408 32,429 34,775
54,785 35:Sumenep 21,113 53,323 39,278 40,351
.000 36:Sumenep 16,567 8,219 16,751 12,038
16,567 37:Sumenep .000 21,189 15,912 15,571
8,219 38:Sumenep 21,189 .000 21,373 22,428
16,751 39:Sumenep 15,912 21,373 .000 5,212
12,038 40:Sumenep 15,571 22,428 5,212 .000
16,574 41:Sumenep 17,215 15,743 11,684 17,002
6,827 42:Sumenep 15,479 7,300 8,437 12,346
19,767 43:Sumenep 18,377 18,936 6,980 13,720

n distance squared euclidean distance

case
36:Sumenep 37:Sumenep 38:Sumenep 39:Sumenep 40:Sumenep
55,305 44:Bangkalan 22,611 57,912 31,469 35,381
24,058 45:Bangkalan 8,390 22,911 15,913 13,891
21,061 46:Bangkalan 11,293 25,683 17,672 13,988
91,876 47:Bangkalan 54,309 97,565 56,110 56,561
8,113 48:Bangkalan 20,440 12,814 8,866 11,365
16,943 49:Bangkalan 22,910 13,188 8,491 15,231
9,408 50:Bangkalan 8,353 16,796 9,984 7,984
19,900 51:Bangkalan 10,742 21,520 19,599 14,746
28,354 52:Bangkalan 19,182 31,435 16,764 9,990
72,838 53:Bangkalan 38,800 72,837 43,052 45,162
15,664 54:Bangkalan 13,309 25,344 17,811 9,889
23,561 55:Bangkalan 17,389 30,122 18,682 16,669
4,381 56:Bangkalan 15,200 12,047 13,873 10,569
52,431 57:Bangkalan 27,666 55,196 29,853 30,554
27,578 58:Bangkalan 15,023 32,200 21,428 14,785
11,605 59:Bangkalan 23,130 21,247 12,728 12,265
12,417 60:Bangkalan 16,532 19,884 16,313 9,679
 Tabel 1.4.14 output SPSS Analisis Proximity (lanjutan)
20,757 7,331 22:Pamekasan 21,017 58,759 31,692
12,397 4,059 23:Pamekasan 14,168 54,827 23,383
12,167 13,354 24:Pamekasan 14,027 51,012 26,871
10,274 8,538 25:Pamekasan 14,978 54,807 31,608
24,759 12,844 26:Pamekasan 26,619 62,195 37,455
4,464 1,214 27:Pamekasan 7,746 50,569 22,652
10,367 7,875 28:Pamekasan 10,018 32,557 15,269
9,556 7,819 29:Sumenep 12,838 51,996 24,220
18,877 19,861 30:Sumenep 9,754 43,100 30,110
14,333 8,264 31:Sumenep 17,615 45,250 28,003
40,528 41,610 32:Sumenep 39,569 64,313 45,212
1,793 3,634 33:Sumenep 4,987 48,476 25,243
20,046 25,461 34:Sumenep 21,208 60,348 24,038
62,110 56,695 35:Sumenep 56,797 18,376 14,145
16,574 6,827 36:Sumenep 19,767 55,305 24,058
17,215 15,479 37:Sumenep 18,377 22,611 8,390
15,743 7,300 38:Sumenep 18,936 57,912 22,911
11,684 8,437 39:Sumenep 6,980 31,469 15,913
17,002 12,346 40:Sumenep 13,720 35,381 13,891
.000 4,006 41:Sumenep 3,282 47,514 24,192
4,006 .000 42:Sumenep 5,777 47,844 23,110
3,282 5,777 43:Sumenep .000 39,179 22,421

quared euclidean distance squared euclidean d

case
41:Sumenep 42:Sumenep 43:Sumenep 44:Bangkalan 45:Bangkalan
47,514 47,844 44:Bangkalan 39,179 .000 21,171
24,192 23,110 45:Bangkalan 22,421 21,171 .000
23,220 19,973 46:Bangkalan 23,480 38,438 11,456
91,123 87,878 47:Bangkalan 77,734 55,499 43,283
11,786 4,104 48:Bangkalan 9,024 47,416 27,214
10,739 5,876 49:Bangkalan 4,434 42,102 25,443
18,757 11,178 50:Bangkalan 17,595 38,631 12,402
30,825 24,655 51:Bangkalan 28,965 26,972 4,428
34,227 30,225 52:Bangkalan 29,434 25,264 7,347
72,908 68,906 53:Bangkalan 62,452 34,896 27,987
30,901 22,566 54:Bangkalan 26,108 31,767 11,536
37,343 29,008 55:Bangkalan 31,851 35,067 15,124
9,465 6,218 56:Bangkalan 11,147 46,587 20,526
60,358 52,778 57:Bangkalan 53,533 27,443 19,018
33,452 29,449 58:Bangkalan 28,658 34,937 8,628
23,183 14,092 59:Bangkalan 19,722 43,302 27,296
29,084 17,070 60:Bangkalan 26,322 39,901 18,134
 Tabel 1.4.15 output SPSS Analisis Proximity (lanjutan)
6,351 22:Pamekasan 13,759 10,445 26,740 31,134
6,754 23:Pamekasan 11,344 7,171 22,057 29,321
18,316 24:Pamekasan 21,483 15,799 32,107 34,320
13,499 25:Pamekasan 19,511 19,074 32,538 38,824
16,396 26:Pamekasan 22,383 17,718 35,435 43,262
7,585 27:Pamekasan 9,356 11,475 24,952 27,934
10,571 28:Pamekasan 13,040 8,482 16,866 20,975
12,781 29:Sumenep 17,371 11,687 26,573 31,669
18,575 30:Sumenep 11,166 28,015 33,721 37,677
11,817 31:Sumenep 19,225 11,189 27,485 33,810
49,390 32:Sumenep 44,102 46,937 35,149 51,903
7,739 33:Sumenep 10,932 16,234 28,289 32,358
34,651 34:Sumenep 28,664 27,923 32,080 46,209
59,391 35:Sumenep 56,896 31,923 17,124 20,082
8,113 36:Sumenep 16,943 9,408 19,900 28,354
20,440 37:Sumenep 22,910 8,353 10,742 19,182
12,814 38:Sumenep 13,188 16,796 21,520 31,435
8,866 39:Sumenep 8,491 9,984 19,599 16,764
11,365 40:Sumenep 15,231 7,984 14,746 9,990
11,786 41:Sumenep 10,739 18,757 30,825 34,227
4,104 42:Sumenep 5,876 11,178 24,655 30,225
9,024 43:Sumenep 4,434 17,595 28,965 29,434

n distance squared euclidean distance

case
48:Bangkalan 49:Bangkalan 50:Bangkalan 51:Bangkalan 52:Bangkalan
47,416 44:Bangkalan 42,102 38,631 26,972 25,264
27,214 45:Bangkalan 25,443 12,402 4,428 7,347
20,401 46:Bangkalan 24,991 7,788 8,489 16,115
82,365 47:Bangkalan 79,146 52,185 39,315 40,400
.000 48:Bangkalan 4,590 10,197 25,083 28,387
4,590 49:Bangkalan .000 16,183 27,552 29,434
10,197 50:Bangkalan 16,183 .000 11,795 15,420
25,083 51:Bangkalan 27,552 11,795 .000 8,855
28,387 52:Bangkalan 29,434 15,420 8,855 .000
67,068 53:Bangkalan 62,452 43,456 23,300 27,792
19,319 54:Bangkalan 23,185 7,793 6,364 13,042
25,761 55:Bangkalan 28,928 13,743 12,340 13,287
6,647 56:Bangkalan 12,658 10,863 19,945 24,720
51,797 57:Bangkalan 52,121 28,841 16,024 15,348
27,611 58:Bangkalan 28,658 10,706 6,327 11,776
8,578 59:Bangkalan 15,288 15,575 22,333 23,715
11,557 60:Bangkalan 18,965 5,673 13,133 14,786
 Tabel 1.4.16 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
50:Bangkalan 51:Bangkalan 52:Bangkalan 53:Bangkalan 54:Bangkalan
12,207 24,008 29,836 50,444 18,422 1:Sampang
24,968 32,542 36,909 57,517 31,183 2:Sampang
16,267 26,699 28,451 57,754 23,177 3:Sampang
13,491 26,257 31,121 65,561 22,012 4:Sampang
20,201 30,847 34,111 74,214 27,820 5:Sampang
25,092 36,474 27,363 49,056 27,101 6:Sampang
16,357 24,366 25,201 31,625 23,534 7:Sampang
19,098 31,178 31,316 58,672 24,747 8:Sampang
29,574 33,897 33,775 41,704 23,224 9:Sampang
11,539 27,135 25,352 54,999 19,307 10:Sampang
8,805 20,719 24,023 67,085 12,043 11:Sampang
19,074 32,538 41,748 81,851 28,212 12:Sampang
23,637 35,705 36,841 75,522 30,508 13:Sampang
31,134 42,516 45,228 59,769 33,911 14:Pamekasan
20,769 30,449 25,107 44,846 20,338 15:Pamekasan
10,867 18,541 23,597 57,559 18,630 16:Pamekasan
15,401 31,696 30,194 68,875 21,516 17:Pamekasan
19,055 32,532 34,374 73,055 25,170 18:Pamekasan
18,371 28,864 36,512 80,996 20,106 19:Pamekasan
21,622 34,375 42,024 77,886 25,617 20:Pamekasan
31,000 40,236 38,695 78,798 37,115 21:Pamekasan
10,445 26,740 31,134 69,815 20,326 22:Pamekasan
7,171 22,057 29,321 60,850 18,559 23:Pamekasan
15,799 32,107 34,320 64,427 24,936 24:Pamekasan
19,074 32,538 38,824 78,927 28,212 25:Pamekasan
17,718 35,435 43,262 80,521 26,855 26:Pamekasan
11,475 24,952 27,934 66,615 23,619 27:Pamekasan
8,482 16,866 20,975 56,425 11,865 28:Pamekasan
11,687 26,573 31,669 63,198 21,576 29:Sumenep
28,015 33,721 37,677 56,484 29,272 30:Sumenep
11,189 27,485 33,810 69,120 21,078 31:Sumenep
46,937 35,149 51,903 52,645 34,474 32:Sumenep
16,234 28,289 32,358 72,461 27,622 33:Sumenep
27,923 32,080 46,209 63,576 33,565 34:Sumenep
31,923 17,124 20,082 19,927 29,790 35:Sumenep
9,408 19,900 28,354 72,838 15,664 36:Sumenep
8,353 10,742 19,182 38,800 13,309 37:Sumenep
16,796 21,520 31,435 72,837 25,344 38:Sumenep
9,984 19,599 16,764 43,052 17,811 39:Sumenep
7,984 14,746 9,990 45,162 9,889 40:Sumenep
18,757 30,825 34,227 72,908 30,901 41:Sumenep
11,178 24,655 30,225 68,906 22,566 42:Sumenep
 Tabel 1.4.17 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
1:Sampang 2:Sampang 3:Sampang 4:Sampang 5:Sampang
44:Bangkalan 35,696 37,079 48,588 45,065 48,778
45:Bangkalan 22,620 25,464 24,346 23,904 30,120
46:Bangkalan 19,985 27,057 15,863 22,234 24,703
47:Bangkalan 64,458 74,296 69,919 82,419 92,290
48:Bangkalan 14,269 22,803 19,033 9,339 5,764
49:Bangkalan 13,894 13,973 23,623 11,808 6,138
50:Bangkalan 12,207 24,968 16,267 13,491 20,201
51:Bangkalan 24,008 32,542 26,699 26,257 30,847
52:Bangkalan 29,836 36,909 28,451 31,121 34,111
53:Bangkalan 50,444 57,517 57,754 65,561 74,214
54:Bangkalan 18,422 31,183 23,177 22,012 27,820
55:Bangkalan 29,395 42,157 20,262 23,326 29,833
56:Bangkalan 16,254 23,326 12,161 5,473 6,520
57:Bangkalan 39,542 52,304 44,499 50,851 63,223
58:Bangkalan 25,252 32,325 26,095 30,346 33,335
Tabel 1.4.18 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
2:Sampang 3:Sampang 4:Sampang 5:Sampang 6:Sampang
37,079 48,588 45,065 48,778 42,173 44:Bangkalan
25,464 24,346 23,904 30,120 31,468 45:Bangkalan
27,057 15,863 22,234 24,703 33,348 46:Bangkalan
74,296 69,919 82,419 92,290 56,691 47:Bangkalan
22,803 19,033 9,339 5,764 21,095 48:Bangkalan
13,973 23,623 11,808 6,138 12,240 49:Bangkalan
24,968 16,267 13,491 20,201 25,092 50:Bangkalan
32,542 26,699 26,257 30,847 36,474 51:Bangkalan
36,909 28,451 31,121 34,111 27,363 52:Bangkalan
57,517 57,754 65,561 74,214 49,056 53:Bangkalan
31,183 23,177 22,012 27,820 27,101 54:Bangkalan
42,157 20,262 23,326 29,833 26,601 55:Bangkalan
23,326 12,161 5,473 6,520 29,043 56:Bangkalan
52,304 44,499 50,851 63,223 43,017 57:Bangkalan
32,325 26,095 30,346 33,335 29,931 58:Bangkalan
 Tabel 1.4.19 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
13:Sampang 14: Pamekasan 15: Pamekasan 16: Pamekasan 17: Pamekasan
44:Bangkalan 47,121 46,291 42,655 42,369 51,180
45:Bangkalan 31,339 33,026 30,622 14,739 33,775
46:Bangkalan 28,100 37,696 23,742 10,069 23,881
47:Bangkalan 91,470 68,733 51,032 70,538 79,630
48:Bangkalan 12,133 33,414 16,759 16,883 8,285
49:Bangkalan 11,086 24,558 14,264 20,076 15,693
50:Bangkalan 23,637 31,134 20,769 10,867 15,401
51:Bangkalan 35,705 42,516 30,449 18,541 31,696
52:Bangkalan 36,841 45,228 25,107 23,597 30,194
53:Bangkalan 75,522 59,769 44,846 57,559 68,875
54:Bangkalan 30,508 33,911 20,338 18,630 21,516
55:Bangkalan 30,936 32,243 22,841 26,359 20,272
56:Bangkalan 8,332 29,346 20,320 8,759 7,456
57:Bangkalan 65,238 55,746 40,548 47,174 53,658
58:Bangkalan 36,065 37,301 23,867 17,342 31,091
Tabel 1.4.20 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
15: Pamekasan 16: Pamekasan 17: Pamekasan 18: Pamekasan 19: Pamekasan
42,655 42,369 51,180 47,525 44:Bangkalan 62,670
30,622 14,739 33,775 31,792 45:Bangkalan 36,749
23,742 10,069 23,881 26,389 46:Bangkalan 31,486
51,032 70,538 79,630 88,300 47:Bangkalan 99,229
16,759 16,883 8,285 7,449 48:Bangkalan 12,543
14,264 20,076 15,693 9,220 49:Bangkalan 21,373
20,769 10,867 15,401 19,055 50:Bangkalan 18,371
30,449 18,541 31,696 32,532 51:Bangkalan 28,864
25,107 23,597 30,194 34,374 52:Bangkalan 36,512
44,846 57,559 68,875 73,055 53:Bangkalan 80,996
20,338 18,630 21,516 25,170 54:Bangkalan 20,106
22,841 26,359 20,272 25,599 55:Bangkalan 23,493
20,320 8,759 7,456 6,621 56:Bangkalan 10,296
40,548 47,174 53,658 60,655 57:Bangkalan 61,394
23,867 17,342 31,091 33,598 58:Bangkalan 35,737
 Tabel 1.4.21 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
25: Pamekasan 26: Pamekasan 27: Pamekasan 28: Pamekasan 29:Sumenep 30:Sumenep
44:Bangkalan 54,807 62,195 50,569 32,557 51,996 43,100
45:Bangkalan 31,608 37,455 22,652 15,269 24,220 30,110
46:Bangkalan 26,395 33,677 18,598 17,225 15,182 28,901
47:Bangkalan 97,207 98,932 84,672 72,527 74,808 68,101
48:Bangkalan 13,499 16,396 7,585 10,571 12,781 18,575
49:Bangkalan 19,511 22,383 9,356 13,040 17,371 11,166
50:Bangkalan 19,074 17,718 11,475 8,482 11,687 28,015
51:Bangkalan 32,538 35,435 24,952 16,866 26,573 33,721
52:Bangkalan 38,824 43,262 27,934 20,975 31,669 37,677
53:Bangkalan 78,927 80,521 66,615 56,425 63,198 56,484
54:Bangkalan 28,212 26,855 23,619 11,865 21,576 29,272
55:Bangkalan 27,218 28,706 28,389 17,561 21,835 26,346
56:Bangkalan 5,205 15,331 8,187 3,835 7,412 19,292
57:Bangkalan 62,097 57,896 49,732 42,470 49,943 56,892
58:Bangkalan 38,049 42,487 28,830 20,199 25,414 29,750

Tabel 1.4.22 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

26: Pamekasan 27: Pamekasan 28: Pamekasan 29:Sumenep 30:Sumenep
62,195 50,569 32,557 51,996 43,100
37,455 22,652 15,269 24,220 30,110
33,677 18,598 17,225 15,182 28,901
98,932 84,672 72,527 74,808 68,101
16,396 7,585 10,571 12,781 18,575
22,383 9,356 13,040 17,371 11,166
17,718 11,475 8,482 11,687 28,015
35,435 24,952 16,866 26,573 33,721
43,262 27,934 20,975 31,669 37,677
80,521 66,615 56,425 63,198 56,484
26,855 23,619 11,865 21,576 29,272
28,706 28,389 17,561 21,835 26,346
15,331 8,187 3,835 7,412 19,292
57,896 49,732 42,470 49,943 56,892
42,487 28,830 20,199 25,414 29,750
 Tabel 1.4.23 output SPSS Analisis Proximity(lanjutan)

n distance squared euclidean distance

case
36:Sumenep 37:Sumenep 38:Sumenep 39:Sumenep 40:Sumenep
55,305 44:Bangkalan 22,611 57,912 31,469 35,381
24,058 45:Bangkalan 8,390 22,911 15,913 13,891
21,061 46:Bangkalan 11,293 25,683 17,672 13,988
91,876 47:Bangkalan 54,309 97,565 56,110 56,561
8,113 48:Bangkalan 20,440 12,814 8,866 11,365
16,943 49:Bangkalan 22,910 13,188 8,491 15,231
9,408 50:Bangkalan 8,353 16,796 9,984 7,984
19,900 51:Bangkalan 10,742 21,520 19,599 14,746
28,354 52:Bangkalan 19,182 31,435 16,764 9,990
72,838 53:Bangkalan 38,800 72,837 43,052 45,162
15,664 54:Bangkalan 13,309 25,344 17,811 9,889
23,561 55:Bangkalan 17,389 30,122 18,682 16,669
4,381 56:Bangkalan 15,200 12,047 13,873 10,569
52,431 57:Bangkalan 27,666 55,196 29,853 30,554
27,578 58:Bangkalan 15,023 32,200 21,428 14,785
Tabel 1.4.24 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
38:Sumenep 39:Sumenep 40:Sumenep 41:Sumenep 42:Sumenep
57,912 31,469 35,381 47,514 47,844 44:Bangkalan
22,911 15,913 13,891 24,192 23,110 45:Bangkalan
25,683 17,672 13,988 23,220 19,973 46:Bangkalan
97,565 56,110 56,561 91,123 87,878 47:Bangkalan
12,814 8,866 11,365 11,786 4,104 48:Bangkalan
13,188 8,491 15,231 10,739 5,876 49:Bangkalan
16,796 9,984 7,984 18,757 11,178 50:Bangkalan
21,520 19,599 14,746 30,825 24,655 51:Bangkalan
31,435 16,764 9,990 34,227 30,225 52:Bangkalan
72,837 43,052 45,162 72,908 68,906 53:Bangkalan
25,344 17,811 9,889 30,901 22,566 54:Bangkalan
30,122 18,682 16,669 37,343 29,008 55:Bangkalan
12,047 13,873 10,569 9,465 6,218 56:Bangkalan
55,196 29,853 30,554 60,358 52,778 57:Bangkalan
32,200 21,428 14,785 33,452 29,449 58:Bangkalan
 Tabel 1.4.25 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
49:Bangkalan 50:Bangkalan 51:Bangkalan 52:Bangkalan 53:Bangkalan
44:Bangkalan 42,102 38,631 26,972 25,264 34,896
45:Bangkalan 25,443 12,402 4,428 7,347 27,987
46:Bangkalan 24,991 7,788 8,489 16,115 28,577
47:Bangkalan 79,146 52,185 39,315 40,400 6,261
48:Bangkalan 4,590 10,197 25,083 28,387 67,068
49:Bangkalan .000 16,183 27,552 29,434 62,452
50:Bangkalan 16,183 .000 11,795 15,420 43,456
51:Bangkalan 27,552 11,795 .000 8,855 23,300
52:Bangkalan 29,434 15,420 8,855 .000 27,792
53:Bangkalan 62,452 43,456 23,300 27,792 .000
54:Bangkalan 23,185 7,793 6,364 13,042 34,456
55:Bangkalan 28,928 13,743 12,340 13,287 25,873
56:Bangkalan 12,658 10,863 19,945 24,720 69,205
57:Bangkalan 52,121 28,841 16,024 15,348 6,566
58:Bangkalan 28,658 10,706 6,327 11,776 22,956
Tabel 1.4.26 output SPSS Analisis Proximity (lanjutan)

squared euclidean distance

case
50:Bangkalan 51:Bangkalan 52:Bangkalan 53:Bangkalan 54:Bangkalan
38,631 26,972 25,264 34,896 31,767 44:Bangkalan
12,402 4,428 7,347 27,987 11,536 45:Bangkalan
7,788 8,489 16,115 28,577 9,545 46:Bangkalan
52,185 39,315 40,400 6,261 44,657 47:Bangkalan
10,197 25,083 28,387 67,068 19,319 48:Bangkalan
16,183 27,552 29,434 62,452 23,185 49:Bangkalan
.000 11,795 15,420 43,456 7,793 50:Bangkalan
11,795 .000 8,855 23,300 6,364 51:Bangkalan
15,420 8,855 .000 27,792 13,042 52:Bangkalan
43,456 23,300 27,792 .000 34,456 53:Bangkalan
7,793 6,364 13,042 34,456 .000 54:Bangkalan
13,743 12,340 13,287 25,873 15,139 55:Bangkalan
10,863 19,945 24,720 69,205 15,611 56:Bangkalan
28,841 16,024 15,348 6,566 26,525 57:Bangkalan
10,706 6,327 11,776 22,956 5,205 58:Bangkalan

Pada responden pertama daerah Sampang memiliki jarak kedekatan

memiliki jarak kedekatan sebesar 7.072 dengan responden 2 daerah Sampang.
Untuk responden 14 daerah Pamekasan memiliki jarak kedekatan sebesar
19.161 dengan responden 2 daerah Sampang. Untuk responden 29 daerah
Sumenep memiliki jarak kedekatan sebesar 20.572 dengan responden 2
daerah Sampangg. responden 44 daerah Bangkalan memiliki jarak kedekatan
sebesar 37.079 dengan responden 2 daerah Sampang.
4.4.2 Agglomeration Schedule
Dibawah ini adalah hasil dari output SPSS pada pengujian Agglomeration
Schedule.
Tabel 1.4.27 output SPSS Agglomeration Schedule

Agglomeration Schedule

Stage Cluster Combined Coefficients

Cluster 1 Cluster 2

1 27 42 1.2137
2 33 41 1.7934
3 13 18 1.8132
4 24 29 1.8176
5 3 24 2.8583
6 12 25 2.9232
7 5 13 3.1209
8 19 20 3.2508
9 11 56 3.6574
10 23 27 3.8301
11 5 21 3.8334
12 33 43 4.1344
13 12 31 4.2080
14 4 28 4.2541
15 46 58 4.3395
16 45 51 4.4284
17 48 49 4.5897
18 17 59 4.7618
19 11 36 4.7994
20 39 40 5.2125
21 6 15 5.4867
22 50 60 5.6727
23 4 12 6.2416
24 47 53 6.2615
25 22 23 6.3122
26 1 2 7.0724
27 8 10 7.1113
28 46 54 7.3752
29 16 37 7.6122
30 45 52 8.1012
31 3 4 8.1127
32 22 48 8.1411
33 17 19 8.6969
34 11 17 9.1468
35 46 50 9.4173
36 3 8 9.8555
37 22 33 10.0497
38 35 57 10.2065
39 3 26 10.7013
40 6 39 11.5541
41 45 46 11.9603
42 7 9 12.1059
43 22 38 12.5889
44 3 11 13.4459
45 5 22 13.7376
46 3 5 14.4459
47 45 55 14.6329
48 14 30 14.6510
49 16 45 15.4698
50 1 6 16.9442
51 1 14 18.9421
52 35 47 19.9458
53 1 3 20.8824
54 1 16 24.1965
55 1 7 31.5758
56 1 34 32.9078
57 35 44 34.0536

Pada tabel diatas menunjukkan bahwa pada stage pertama terbentuk jarak
terdekat sebesar 1.214 yang terbentuk dari responden 27 dan 42. Pada stage
selanjutnya yaitu stage 10.
4.4.3 Cluster Membership
Dibawah ini adalah hasil dari output SPSS pada pengujian Cluster Membership.
Tabel 1.4.28 output SPSS Cluster membership
39:Sumenep 1
40:Sumenep 1
41:Sumenep 1
42:Sumenep 1
43:Sumenep 1
44:Bangkalan 4
45:Bangkalan 1
46:Bangkalan 1
47:Bangkalan 3
48:Bangkalan 1
49:Bangkalan 1
50:Bangkalan 1
51:Bangkalan 1
52:Bangkalan 1
53:Bangkalan 3
54:Bangkalan 1
55:Bangkalan 1
56:Bangkalan 1
57:Bangkalan 3
58:Bangkalan 1
59:Bangkalan 1
60:Bangkalan 1
 Dari tabel diatas dapat diketahui bahwa, jika dibentuk 4 cluster, anggota
dari cluster 1 adalah data 1-31, 33, 34, 36-43, 45, 46, 48-52, 54-56, 58-60.
Untuk anggota dari cluster 2 adalah data 32. Aggota dari cluster 3 adalah data
35, 47, 53, dan 57. Dan untuk cluster 4 anggotanya hanya data 44.
Jika dibentuk 3 cluster, anggota dari cluster 1 adalah data 1-31, 33, 34,
36-43, 45, 46, 48-52, 54-56, 58-60. Untuk anggota dari cluster 2 adalah data
32. Aggota dari cluster 3 adalah data 35, 47, 53, 57, dan 44.
Jika dibentuk 3 cluster, anggota dari cluster 1 adalah data 1-34, 36-43,
45, 46, 48-52, 54-56, 58-60. Untuk anggota dari cluster 2 adalah data 35, 44,
47, 53 dan 57.
4.4.4 Dendogram
Dibawah ini adalah hasil dari output SPSS pada pengujian Dendogram

Gambar 1.4.2 output SPSS dendogram

 Dari gambar dendogram diatas dapat diketahui bahwa, jika dibentuk 4
cluster, anggota dari cluster 1 adalah data 1-31, 33, 34, 36-43, 45, 46, 48-52,
54-56, 58-60. Untuk anggota dari cluster 2 adalah data 32. Aggota dari cluster
3 adalah data 35, 47, 53, dan 57. Dan untuk cluster 4 anggotanya hanya data
44.
Jika dibentuk 3 cluster, anggota dari cluster 1 adalah data 1-31, 33, 34,
36-43, 45, 46, 48-52, 54-56, 58-60. Untuk anggota dari cluster 2 adalah data
32. Aggota dari cluster 3 adalah data 35, 47, 53, 57, dan 44.
Jika dibentuk 3 cluster, anggota dari cluster 1 adalah data 1-34, 36-43,
45, 46, 48-52, 54-56, 58-60. Untuk anggota dari cluster 2 adalah data 35, 44,
47, 53 dan 57.
4.5 Metode Non Hinarki
Berikut merupakan hasil data dari karakteristik responden menggunakan
metode non hirarki.
4.5.1 Initial Cluster Center
Dibawah ini adalah hasil dari output SPSS pada pengujian Initial Cluster
Center.
Tabel 1.4.29 output SPSS Initial Cluster Center

Initial Cluster Centers

Zscore(Pendapatan)
Zscore(Jumlah_anak)
Zscore(Jumlah_tanggungan)
Zscore(Pengeluaran)
Zscore(Harga_HP)
Zscore(Jumlah_transportasi)
Zscore(Harga_mainan)
Zscore(Lama_diluar_rumah)
Zscore(Beli_mainan_sebulan)
Zscore(Jarak_ke_kota)
Zscore(Jumlah_ATM)
Cluster
1 2
-0.4356533 -0.4356533
1.4549863 2.29440148
0.37044323 1.22531222
1.18410785 0.15444885
0.07618925 -0.8380817
-0.6685579 3.34278962
-0.5452138 -0.5452138
0.29630978 0.90936448
0.69069726 0.69069726
1.09607731 1.09607731
5.08279928 -0.4369827

Tabel 1.4.29 di atas merupakan tabel Initial Cluster Centers hasil output
SPSS dimana merupakan hasil awal cluster sebelum dilakukan proses iterasi
untuk mendapatkan hasil yang paling tepat.
4.5.2 Iteration History
Dibawah ini adalah hasil dari output SPSS pada pengujian Initial Cluster
Center.
Tabel 1.4.30 output SPSS Initial Cluster Center
Harga_mainan 60 1
Lama_diluar_rumah 60 1
Beli_mainan_sebulan 60 1
Jarak_ke_kota 60 1
Jumlah_ATM 60 1
Harga_property 60 1
Jumlah_HP 60 1
Valid N (listwise) 60

Iteration Historya
Iteration Change in Cluster Centers

Pada tabel diatas menunjukkan bahwa terdapat 6 kali pengulangan untuk

penentuan 4 clusters terbaik. Dengan jarak terdekat antar pusat cluster yaitu
7,002.
4.5.3 Final Cluster Centers
Dibawah ini adalah hasil dari output SPSS pada pengujian Final Cluster
Center.
Tabel 1.4.31 output SPSS Final Cluster Center

Final Cluster Centers

Cluster
1 2

Zscore(Pendapatan) 0.96967993 -0.1826933

Zscore(Jumlah_anak)
Zscore(Jumlah_tanggungan)
Zscore(Pengeluaran)
Zscore(Harga_HP)
Zscore(Jumlah_transportasi)
Zscore(Harga_mainan)
Zscore(Lama_diluar_rumah)
Zscore(Beli_mainan_sebulan)
Zscore(Jarak_ke_kota)
Zscore(Jumlah_ATM)
-0.223844 -0.055961
-0.1994694 0.11398253
1.18410785 -0.2574148
1.59997417 0.16761634
0.22285264 1.20340426
-0.5452138 0.40451344
0.09195821 0.84805901
0.19734207 1.28272348
1.09607731 0.05121857
2.7828901 0.11499546

Berdasarkan tabel 1.4.31, tiap variabel pada masing-masing cluster

nilainya berbeda yaitu antara positif dan negatif, jika hasil nilai variabel
berupa nilai positif maka berada di atas rata-rata, begitu juga sebaliknya jika
hasil nilai variabel berupa nilai negatif maka berada di bawah rata-rata.
Contoh untuk variabel pendapatan, pada cluster 1 berupa nilai positif yaitu
0,96967993 yang berarti berada di bawah rata-rata, sedangkan pada cluster 2
berupa nilai negatif yaitu -0,1826933 yang berarti berada di bawah rata-rata.
4.5.4 Descriptive Statistic
Dibawah ini adalah hasil dari output SPSS pada pengujian Descriptive
statistic dengan menggunakan data standarisasi.
Tabel 1.4.32 output SPSS Descriptive statistic
3 40
4 7
Valid 60
Missing 0

Descriptive Statistics
N Minimum
Pendapatan 60 1
Jumlah_anak 60 1
Jumlah_tanggungan 60 1
Pengeluaran 60 1
Harga_HP 60 1
Jumlah_transportasi 60 1
Harga_mainan 60 1

Pada variabel pendapatan setelah dilakukan standarisasi satuan, rata-

ratanya sebesar 2.5167 dengan standart deviasi sebesar 1.1859.
4.5.5 Tafsiran setiap Cluster
Dibawah ini adalah hasil dari output SPSS pada pengujian tafsiran setiap
cluster.
Tabel 1.4.33 output SPSS tafsiran setiap cluster

cluster 1
Variabel µ σ Z
Pendapatan 2.5167 1.185958 0.970
Jumlah_anak 2.2667 1.191306 -0.224
Jumlah_tanggungan 3.5667 1.169770 -0.199
Pengeluaran 1.85 0.971195 1.184
Harga_HP 1.9167 1.093768 1.6
Jumlah_transportasi 1.5 0.747878 0.223
Harga_mainan 1.5167 0.947641 -0.545
Lama_diluar_rumah 3.5167 1.631176 0.092
Beli_mainan_sebulan 1.5333 0.675646 0.197
Jarak_ke_kota 3.2167 1.627014 1.096
Jumlah_ATM 1.3167 0.724666 2.783

Perhitungan Manual :
x=μ+(z . σ )…………………………………………………………(1)
x=¿ 2.5167 + ( -0.2037 . 1.1859)
x=¿ 2.5167 – 0.241
x=¿ 2.275
 Pada perhitungan nilai rata-rata pendapatan yaitu 2.275 bernilai lebih
kecil dibandingkan dengan nilai rata-rata sesungguhnya yaitu sebesar 2.516.
4.5.6 ANOVA
Hipotesis :
H0 = µ1 = µ2 = Tidak terdapat perbedaan pada cluster yang terbentuk
H1 ≠ µ1 ≠ µ2 = Terdapat perbedaan pada cluster yang terbentuk
Pengambilan keputusan :
Fhitung ≥ Ftabel maka, tolak H0
Fhitung < Ftabel maka, terima H0.
Dibawah ini adalah hasil dari output SPSS pada pengujian ANOVA.
Tabel 1.4.34 output SPSS ANOVA
ANOVA
Cluster Error
Mean df Mean df F Sig.
Square Square
Zscore(Pendapatan) 3.9846259 3 0.84010933 56 4.74298497 0.005115519
Zscore(Jumlah_anak) 0.72922354 3 1.01450588 56 0.71879676 0.544944434
Zscore(Jumlah_tanggungan) 0.27028037 3 1.03909212 56 0.26011203 0.853812841
Zscore(Pengeluaran) 6.64138108 3 0.69778316 56 9.51782946 3.54523E-05
Zscore(Harga_HP) 8.2441446 3 0.61192083 56 13.4725675 9.90598E-07
Zscore(Jumlah_transportasi) 9.52116402 3 0.54350907 56 17.5179487 3.83031E-08
Zscore(Harga_mainan) 14.3905241 3 0.28265049 56 50.9127862 5.21287E-16
Zscore(Lama_diluar_rumah) 4.47274759 3 0.81395995 56 5.49504627 0.002218369
Zscore(Beli_mainan_sebulan) 12.1673591 3 0.40174862 56 30.2860013 9.08221E-12
Zscore(Jarak_ke_kota) 1.97440178 3 0.9477999 56 2.08314199 0.112748879
Zscore(Jumlah_ATM) 9.97388509 3 0.51925616 56 19.2080247 1.09031E-08
Zscore(Harga_property) 14.5566351 3 0.27375169 56 53.1745937 2.14019E-16
Zscore(Jumlah_HP) 13.4623016 3 0.3323767 56 40.5031447 4.72011E-14

The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the
differences among cases in different clusters. The observed significance levels are not corrected for this and thus
cannot be interpreted as tests of the hypothesis that the cluster means are equal.

Dari tabel 1.4.34 diatas diketahui bahwa variabel yang memiliki nilai
Fhitung terbesar yaitu variabel harga properti dengan nilai sebesar 53,1745937,
hal itu berarti variabel harga properti yang paling berpengaruh terhadap
segmentasi pasar. Pada z(harga properti) nilai Fhitung 53,174 > Ftabel 2,77, maka
tolak H0, yang berarti terdapat perbedaan pada cluster yang terbentuk.
Dengan Ftabel 2,77, maka variabel yang tolak H0 (terdapat perbedaan pada
cluster yang terbentuk) yaitu z(pendapatan), z(pengeluaran), z(harga HP),
z(jumlah transportasi), z(harga mainan), z(lama di luar rumah), z(beli mainan
sebulan), z(jumlah ATM), dan z(jumlah HP). Sedangkan variabel yang terima
H0 (tidak terdapat perbedaan pada cluster yang terbentuk) yaitu z(jumlah
anak), z(jumlah tanggungan), dan z(jarak ke kota)
 4.5.7 Jumlah Anggota disetiap cluster
Dibawah ini adalah hasil dari output SPSS pada pengujian jumlah
anggota disetiap cluster.
Tabel 1.4.35 output SPSS Number of cases in each cluster

Number of Cases in each Cluster

Cluster

Dari tabel diatas dapat diketahui jika dibentuk 4 cluster, pada cluster 1
memiliki 3 anggota, pada cluster 2 memiliki 10 anggota, pada cluster 3
memiliki 40 anggota, dan pada cluster 4 memiliki 7 anggota.
4.6 Crosstabulation
Dibawah ini adalah hasil dari output SPSS crosstabulation.
Tabel 1.4.36 output SPSS Number of cases in each cluster (pekerjaan)

Jenis_kelamin * Cluster Number of Case Crosstabulation

Cluster Number of Case

1 2 3 4 Total
Count 0 8 13 2 23
% within Jenis_kelamin 0% 34.78% 56.52% 8.69% 100%
Count 3 2 27 5 37
% within Jenis_kelamin 8.33% 5.56% 72.22% 13.89% 100%
Count 3 10 40 7 60
% within Jenis_kelamin 5% 16.67% 66.67% 11.67% 100%

Tabel 1.4.37 output SPSS Number of cases in each cluster (pentingnya edukasi pada
mainan)
Lain-lain

Total

Pentingnya_edukasi * Cluster Num

Pentingnya_edukasi Penting

Cukup penting

Sangat penting
 Tabel 1.4.38 output SPSS Number of cases in each cluster (daerah)

Tidak penting

Sangat tidak penting

Total

Daerah * Cluster Number of C

Daerah Bangkalan

Tabel 1.4.39 output SPSS Number of cases in each cluster (jenis kelamin)
Pamekasan

Sampang

Sumenep

Total

Jenis_kelamin * Cluster Num

Dari tabel 1.4.36 dapat diketahui bahwa pada jenis pekerjaan PNS
terdapat 9 anggota. Pada cluster 2 terdapat 3 anggota dengan prosentase
sebesar 33, 33%, pada cluster 3 terdapat 5 anggota dengan prosentase sebesar
55,56%, dan pada cluster 4 terdapat 1 anggota dengan prosentase sebesar
11,11%. Untuk jenis pekerjaan wiraswasta terdapat 29 anggota. Pada cluster
1 terdapat 2 anggota dengan prosentase sebesar 6,89%, pada cluster 2
terdapat 6 anggota dengan prosentase sebesar 20,68%, pada cluster 3 terdapat
17 anggota dengan prosentase sebesar 58,62%, dan pada cluster 4 terdapat 4
anggota dengan prosentase sebesar 13,79%. Untuk jenis pekerjaan petani
terdapat 6 anggota pada cluster 3 dengan prosentase sebesar 100%. Untuk
jenis pekerjaan 5, yaitu lain-lain terdapat 16 anggota. Pada cluster 1 terdapat
1 anggota dengan prosentase sebesar 6,25%, pada cluster 2 terdapat 1
anggota dengan prosentase sebesar 6,25%, pada cluster 3 terdapat 12 anggota
dengan prosentase sebesar 75%, dan pada cluster 4 terdapat 2 anggota dengan
prosentase sebesar 12,5%.
 Dari tabel 1.4.37 dapat diketahui bahwa pada pilihan penting terdapat 24
anggota. Pada cluster 1 terdapat 2 anggota dengan prosentase sebesar 8,33%,
pada cluster 2 terdapat 1 anggota dengan prosentase sebesar 4,17%, pada
cluster 3 terdapat 19 anggota dengan prosentase sebesar 79,17%, dan pada
cluster 4 terdapat 2 anggota dengan prosentase sebesar 8,33%. Untuk pilihan
responden cukup penting terdapat 17 anggota. Pada cluster 1 terdapat 0
anggota dengan prosentase sebesar 0%, pada cluster 2 terdapat 8 anggota
dengan prosentase sebesar 47,06%, pada cluster 3 terdapat 8 anggota dengan
prosentase sebesar 47,06%, dan pada cluster 4 terdapat 1 anggota dengan
prosentase sebesar 5,88%. Untuk pilihan responden sangat penting terdapat 9
anggota pada cluster 1 terdapat 1 anggota dengan prosentase sebesar 11,11%,
pada cluster 3 terdapat 4 anggota dengan prosentase sebesar 44,44%, pada
cluster 4 terdapat 4 anggota dengan prosentase sebesar 44,44%. Untuk pilihan
responden tidak penting, terdapat 5 anggota. Pada cluster 2 terdapat 1 anggota
dengan prosentase sebesar 20%, pada cluster 3 terdapat 1 anggota dengan
prosentase sebesar 80. Untuk pilihan responden sangat tidak penting, terdapat
5 anggota pada cluster 3 terdapat 5 anggota dengan prosentase sebesar 100%.
Dari tabel 1.4.38 dapat diketahui bahwa pada responden daerah
Bangkalan terdapat 17 anggota. Pada cluster 2 terdapat 7 anggota dengan
prosentase sebesar 41,18%, pada cluster 3 terdapat 4 anggota dengan
prosentase sebesar 23,53%, dan pada cluster 4 terdapat 6 anggota dengan
prosentase sebesar 35,29%. Untuk responden daerah Pamekasan terdapat 15
anggota. Pada cluster 2 terdapat 1 anggota dengan prosentase sebesar 6,67%,
dan pada cluster 3 terdapat 14 anggota dengan prosentase sebesar 93,33%.
Untuk responden daerah Sampang terdapat 13 anggota pada cluster 1
terdapat 2 anggota dengan prosentase sebesar 15,38%, dan pada cluster 3
terdapat 11 anggota dengan prosentase sebesar 84,62%. Untuk responden
daerah Sumenep terdapat 15 anggota. Pada cluster 1 terdapat 1 anggota
dengan prosentase sebesar 6,67%, pada cluster 2 terdapat 2 anggota dengan
prosentase sebesar 13,33%, pada cluster 3 terdapat 11 anggota dengan
prosentase sebesar 73,33%, dan pada cluster 4 terdapat 1 anggota dengan
prosentase sebesar 6,67%.
 Dari tabel 1.4.39 dapat diketahui bahwa pada responden jenis kelamin
laki-laki terdapat 23 anggota. Pada cluster 2 terdapat 8 anggota dengan
prosentase sebesar 34,78%, pada cluster 3 terdapat 13 anggota dengan
prosentase sebesar 56,52%, dan pada cluster 4 terdapat 2 anggota dengan
prosentase sebesar 8,69%. Untuk responden jenis kelamin perempuan
terdapat 37 anggota. Pada cluster 1 terdapat 3 anggota dengan prosentase
sebesar 8,33%, pada cluster 2 terdapat 2 anggota dengan prosentase sebesar
5,56%, pada cluster 3 terdapat 27 anggota dengan prosentase sebesar 72,22%,
dan pada cluster 4 terdapat 5 anggota dengan prosentase sebesar 13,89%.
4.7 Grafik Pencaran (Scatter)
Dibawah ini adalah hasil dari output SPSS Scatter Plot.

Gambar 1.4.3 output SPSS Scatter Plot

Dari gambar 1.4.3 diatas diketahui jika dibentuk 4 cluster, pada cluster 1
memiliki 3 anggota (1 responden Sumenep dan 2 responden Sampang), pada
cluster 2 memiliki 10 anggota (2 responden Sumenep, 7 responden Bangkalan
dan 1 responden Sumenep), pada cluster 3 memiliki 40 anggota (11
responden Sampang, 5 responden Sumenep, 2 responden Bangkalan dan 23
responden Pamekasan, dan pada cluster 4 memiliki 7 anggota (6 responden
Bangkalan dan 1 responden Sumenep.
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berikut kesimpulan-kesimpulan yang dapat diambil setelah melakukan
praktikum analisis cluster sebagai berikut:
1. Dalam melakukan analisis cluster, dasarnya harus bisa menggunakan SPSS
karena dalam melakukan analisis cluster tersebut membutuhkan bantuan SPSS,
melakukan analisis cluster dapat dilakukan dengan cara klik analyze, lalu
classify, selanjutnya pilih Hierarchichal Cluster kemudian masukkan variabel-
variabel yang ada. Hasil dari analisis cluster dapat diterapkan dalam berbagai
bidang, salah satunya bidang bisnis dimana dalam bidang bisnis tersebut
biasanya lebih kedalam pembuatan segmentasi pasar. Berdasarkan pengolahan
data yang telah dilakukan, cluster dibentuk berdasarkan jarak terdekat atau
minimum. Jadi, dua atau lebih responden yang memiliki jarak terdekat akan
membentuk suatu cluster.
2. Melakukan penelitian pasar tidak boleh sembarangan, ada kegiatan sistematis
yang harus dilakukan, diantaranya merumuskan masalah, menentukan tujuan
penelitian, mengumpulkan data, mengolah data serta menginterpretasikan hasil
penelitian. Semua kegiatan sistematis ini harus dilakukan secara runtut agar
menghasilkan kesimpulan yang tepat dan bisa digunakan untuk pengambilan
keputusan.
3. Dalam data mining sendiri, analisis cluster digunakan untuk mengidentifikasi
sekelompok obyek yang mempunyai kemiripan karakteristik tertentu yang
dapat dipisahkan dengan kelompok obyek lainnya. Jadi, dengan melakukan
pengambilan data dengan cara menyebar kuesioner terhadap 60 reponden,
kemudian merekap kuesioner yang terkumpul dan mengolahnya menggunakan
bantuan SPSS hal itu merupakan kegiatan data mining yang dimaksud karena
dengan begitu dapat diidentifikasi sekelompok obyek (dalam hal ini responden)
yang mempunyai kemiripan karakteristik yang nantinya dapat dipisahkan
dengan kelompok lainnya.
4. Asumsi-asumsi analisis cluster diantaranya data harus representatif,
maksudnya sampel yang diambil benar-benar bisa mewakili populasi yang ada.
Serta data harus bersifat multikolinearitas, yaitu kemungkinan adanya korelasi
antar objek. Dalam hal ini, semua data telah memenuhi asumsi-asumsi yang
ada, dan dari pengolahan data yang telah dilakukan diperoleh beberapa output
model analisis cluster salah satunya seperti yang terdapat pada tabel output
Anova, dimana pada tabel tersebut variabel yang memiliki nilai F hitung terbesar
yaitu variabel harga properti dengan nilai sebesar 53,1745937, hal itu berarti
variabel harga properti tersebut merupakan variabel yang paling berpengaruh
terhadap segmentasi pasar.

5.2 Saran
Berikut saran yang sekiranya dapat digunakan untuk mengevaluasi praktikum
untuk kedepannya:
Sebaiknya para asisten menyediakan dan memberikan surat ijin untuk melakukan
pengambilan data untuk praktikan supaya calon responden bisa percaya dan tidak
ragu terhadap praktikan yang benar-benar hendak melakukan pengambilan data.
 DAFTAR PUSTAKA

Metisen Benri Melpa,dkk. (2015). Clustering Menggunakan Metode k-Means

Dalam Pengelompokan Penjual Produk Pada Swalayan Fadhila. Jurnal media
informasi, 11.
Sitepu Robinso,dkk.(2011). Cluster Terhadap Tingkat Pencemaran udara pada
sektor Industri Sumatra Selatan. Jurnal penelitian Sains, 14.
Yulianto Safa'at, dkk.(2014). Klaster untuk Pengelompokan kabupaten/kota
diprovinsi Jawa tengah berdasarkan Indikator Kesejahteraan rakyat. Jurnal
Statistik, 2.
Lina Rahmawati, dkk. Kelompok dengan menggunakan Metode Hierarki untuk
Pengelompokan Kabupaten/kota dijawa Timur Berdasarkan indikator
Kesehatan.