Model Log Linear Empat Dimensi Tak Sempurnapada Proyek Non RKAPDepartemen Rancang Bangundi PTPetrokimia Gresik

LAPORAN KERJA PRAKTEK
DI PT PETROKIMIA GRESIK
JAWA TIMUR
(Studi Kasus: Model Log Linear Empat Dimensi Tak Sempurna pada Proyek
Non RKAP Departemen Rancang Bangun di PT Petrokimia Gresik )
(Periode 01 Februari – 28 Februari 2017)
Ikrimah Afifah Trivanni

14611153
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2017
LAPORAN KERJI DEPT. RANCANG BANGUN BAGIAN PROSES
PT. PETROKIMIA GRESIK
Periode : 1 Februari 2017 – 28 Februari 2017
Disusun oleh:
Nama : Ikrimah Afifah Trivanni
Nomor Mahasiswa : 14611153
Menyetujui,
Manager Rancang Bangun Pembimbing Lapangan
(Ir. Leksana Budi S., M.T.) (Rezka Putri Hapsari, S.T.)
DM
(Dra. Chursiana Luthfa)
LEMBAR PENGESAHAN DOSEN PEMBIMBING
ii
LAPORAN KERJA PRAKTEK
DI PT PETROKIMIA GRESIK
JAWA TIMUR
(Studi Kasus: Model Log Linear Empat Dimensi Tak Sempurna pada Proyek
Non RKAP Departemen Rancang Bangun di PT Petrokimia Gresik)
Disusun oleh:
Nama : Ikrimah Afifah Trivanni
Nomor Mahasiswa : 14611153
Yogyakarta, Juni 2017

Mengetahui, Menyetujui,
Ketua Jurusan Statistika Dosen Pembimbing
Dr. RB Fajriya Hakim,S.Si.,M.Si Mujiati Dwi Kartikasari,S.Si., M.Sc
iii
KATA PENGANTAR
Assalamu’alaikum Wr.Wb
Syukur penulis ucapkan kepada Allah SWT karena telah memberi umur ,
kesehatan dan kemampuan sehingga dapat melaksanakan rangkaian kerja praktek
dari persiapan sebelum kerja praktek, pelaksanan kerja praktek hingga laporan kerja
praktek dapat terselesaiakan. Shalawat serta salam senantiasa tercurahkan kepada
junjungan alam Nabi Muhammad SAW besera para sahabatnya.
Laporan ini tersusun sebagai hasil akhir Kerja Praktek (KP) di PT.
Petrokimia Gresik, Kabupaten Gresik, Provinsi Jawa Timur. Selama melaksanakan
Kerja Praktek hingga menyusun laporan, penulis telah banyak mendapat bimbingan
dan bantuan dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis
bermaksud menyampaikan ucapan terima kasih kepada :
1. Allah SWT yang telah memberikan rahmat, nikmat sehat dan kesempatan
sehingga penulis dapat melaksanakan kerja praktek hingga selesai laporan
kerja praktek.
2. Rasulullah SAW yang telah membawa peradaban manusia dari jaman yang
gelap menuju jalan yang terang benderang yang sangat modern ini.
3. PT Petrokimia Gresik baik perusahaan maupun pegawainya yang telah
bersedia menerima dan memberikan layanan yang baik kepada kami mulai
awal sampai akhir pelaksanaan Kerja Praktek.
4. Kedua orang tua beserta keluarga di rumah yang memberikan semangat,
nasihat, dan do’a tiada henti.
5. Bapak Drs. Allwar, M.Sc, Ph.D. selaku Dekan FMIPA UII.
6. Bapak Dr. RB Fajriya Hakim M.Si selaku ketua jurusan Statistika, dan jajaran
dosen tetap Statistika FMIPA UII.
7. Ibu Ayundyah Kesumawati, M.Si. selaku sekretaris Jurusan Statistika FMIPA
UII.
8. Ibu Mujiati Dwi Kartikasari, M.Sc selaku dosen pembimbing Kerja Praktek
yang selama ini telah membimbing dengan penuh kesabaran.
iv
9. Bapak Nugroho Christijanto, S.T.,M.T. selaku Direktur Utama PT. Pterokimia
Gresik.
10. Bapak Arif Fauan, S.T.,M.T. selaku Direktur Teknik dan Pembangunan PT.
Petrokimia Gresik.
11. Ibu Ir. Ni Ketut Kurniati selaku General Manager Pnegembangan PT.
Petrokimia Gresik.
12. Ibu Dra. Chursiana Luthfa selaku Manager Pengembangan SDM PT.
Petrokimia Gresik.
13. Bapak Ir. Leksana Budi, M.T. selaku Manager Departemen Rancang Bangun
PT. Petrokimia Gresik.
14. Ibu Rezka Putri Hapsari, S.T. selaku pembimbing lapangan Kerja Praktek yang
memberikan bantuan saat berada di lapangan.
15. Seluruh karyawan PT. Petrokimia Gresik terutama Kompartemen
Pengembangan yang sangat ramah dan membantu penulis melaksanakan Kerja
Praktek.
16. Ibu Hartianah yang telah membantu dalam pendaftaran Kerja Praktek di PT.
Petrokimia Gresik.
10. Statistika UII angkatan 2014 dan teman-teman satu kost-an.
11. Teman-teman lapangan yang juga ada saat Kerja Praktek.
12. Semua pihak yang tidak disebutkan satu persatu, terima kasih banyak.
Penulis menyadari laporan Kerja praktek ini masih jauh dari sempurna. Oleh
karena itu segala kritik dan saran yang sifatnya membangun senantiasa penulis
harapkan. Semoga laporan ini dapat memberikan manfaat bagi khalayak umum.
Akhir kata, Semoga Allah SWT senantiasa melimpahkan rahmat serta hidayah-Nya
kepada kita semua. Amin Amin ya robbal ‘alamin.
Wassalamu’alaikum, Wr.Wb
Yogyakarta, Juni 2017
Penulis
v
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PENGESAHAN PEMBIMBING LAPANGAN ................... ii
LEMBAR PENGESAHAN DOSEN PEMBIMBING ........................... iii
KATA PENGANTAR .............................................................................. iv
DAFTAR ISI ............................................................................................. vi
DAFTAR TABEL ..................................................................................... viii
DAFTAR GAMBAR ................................................................................ ix
DAFTAR BAGAN .................................................................................... x
DAFTAR LAMPIRAN ............................................................................ xi
ABSTRAK ................................................................................................ xii
BAB I. PENDAHULUAN
1.1 Latar Belakang ............................................................................ 1
1.2 Rumusan Masalah ....................................................................... 3
1.3 Tujuan Penelitian ........................................................................ 3
1.4 Manfaat Penelitian ..................................................................... 3
1.5 Batasan Masalah ........................................................................ 4
BAB II. TINJAUAN PERUSAHAAN
2.1 Sejarah PT. Petrokimia Gresik ................................................... 5
2.1.1 Latar Belakang Perusahaan ............................................... 5
2.1.2 Perkembangan Perusahaan ............................................... 7
2.2 Visi, Misi, dan Budaya Perusahaan .......................................... 8
2.3 Logo Perusahaan ........................................................................ 9
2.4 Lokasi dan Area Perusahaan ...................................................... 10
2.5 Bidang Usaha ............................................................................. 12
2.6 Struktur Organisasi ..................................................................... 13
2.6.1 Fungsi Sosial dan Ekonomi Perusahaan ............................ 13
2.6.2 Dewan Komisaris PT Petrokimia Gresik ........................... 13
2.6.3 Susunan Direksi PT Petrokimia Gresik ............................. 14
2.7 Fasilitas Infrastruktur dan Penunjang ......................................... 15
2.8 Yayasan Petrokimia Gresik ........................................................ 16
vi
2.9 Produk PT Petrokimia Gresik ..................................................... 17
2.10 Departemen Rancang Bangun (Cangun) .................................... 18
2.10.1 Struktur Departemen Rancang Bangun ........................... 18
2.10.2 Tugas Pokok Departemen Rancang Bangun ................... 19
2.10.3 Aktivitas Departemen Cangun ........................................ 19
2.10.4 Klasifikasi dan Disposisi Pekerjaan Departemen Cangun 20
BAB III. LANDASAN TEORI
3.1 Proyek RKAP dan Non RKAP PT. Petrokimia Gresik .............. 22
3.2 Klasifikasi Data .......................................................................... 23
3.3 Skala Kategorik........................................................................... 24
3.4 Variabel Kategorik ..................................................................... 24
3.5 Tabel Kontigensi ....................................................................... 25
3.6 Statistik Deskriptif dan Grafik .................................................. 27
3.7 Uji Independensi ........................................................................ 27
3.8 Analsis Model Log Liner .......................................................... 28
3.8.1. Definisi Model Log Linear ............................................ 28
3.8.2. Model-Model Log Linear ................................................ 29
BAB IV. STUDI KASUS
4.1 Metodologi Penelitian ................................................................. 54
4.1.1 Populasi dan Sampel .......................................................... 54
4.1.2 Teknik Pengolahan Data .................................................... 54
4.2 Hasil dan Pembahasan ................................................................. 55
4.2.1 Analisis Grafik ................................................................... 55
4.2.2 Analisis Model Log Linear ................................................ 57
BAB V. KESIMPULAN DAN SARAN
5.1 Kesimpulan .................................................................................. 66
5.2 Saran ............................................................................................ 67
DAFTAR PUSTAKA
MAKALAH SEMINAR
LAMPIRAN
vii
DAFTAR TABEL
Halaman
Tabel 3.1 Tabel Kontigensi I x J .................................................. 26
Tabel 3.2 Tabel Probabilitas 2 Dimensi ....................................... 26
Tabel 3.3 Model-Model Log Linear Tiga Dimensi ..................... 36
Tabel 3.4 Statistik Cukup Minimal Untuk Model Log Linear

Tiga Dimensi ................................................................
38
Tabel 3.5 Derajat Bebas untuk Tabel Kontigensi Tiga Dimensi 42
Tabel 3.6 Model-Model Log Linear Empat Dimensi (Agresti,

1990) ...........................................................................
44
Tabel 3.7 Statistik Cukup Minimal .............................................. 50
Tabel 3.8 Derajat Bebas Tabel Kontigensi Empat Dimensi

(Trastika, 2006) ............................................................
52
Tabel 4.1 Chi-Suare Test ............................................................. 58
Tabel 4.2 Statistik Rasio Likelihood, Derajat Bebas, Chi-Square

dan P-Value ..................................................................
60
Tabel 4.3 Tabel Model Terpilih ................................................... 61
Tabel 4.4 Partisi Chi-Square ........................................................ 62
Tabel 4.5 Analisis Residual ......................................................... 64
viii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Logo PT Petrokimia Gresik .......................................... 9
Gambar 2.2 Peta Lokasi PT Petrokimia Gresik ............................... 11
Gambar 2.3 Struktur Organisasi Kompartemen Pengembangan ..... 18
Gambar 2.4 Struktur Organisasi Departemen Rancang Bangun ...... 18
Gambar 2.5 Klasifikasi Pekerjaan Departemen Cangun .................. 20
Gambar 2.6 Disposisi Pekerjaan Departemen Rancang Bangun ...... 20
Gambar 2.7 Alur Proses Tender di PT. Petrokimia Gresik .............. 20
Gambar 4.1 Grafik Jumlah Proyek Non RKAP Tahun 2015-2016 .. 55
Gambar 4.2 Persentase Status Proyek Non RKAP Dept. Cangun

Tahun 2015-2016 .......................................................... 56
Gambar 4.3 Plot Residual Model WX, WY, XY, YZ ...................... 65
ix
DAFTAR BAGAN
Halaman
Bagan 2.1 Bagan Dewan Komisaris PT Petrokimia Gresik .......... 14
Bagan 2.2 Bagan Sususnan Direksi PT. Petrokimia Gresik.......... 14
Bagan 3.1 Klasifikasi dan Disposisi Pekerjaan ............................. 23
x
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Layout Area Pabrik PT. Petrokimia Gresik ............ 81
Lampiran 2. Susunan Organisasi PT. Petrokimia Gresik ........... 82
Lampiran 3. Tabel Kontigensi yang Digunakan ........................ 83
Lampiran 4. Model-Model Log Linear Empat Dimensi

(Trastika, 2006) ......................................................
85
Lampiran 5. Perhitungan Fungsi Likelihood .............................. 87
Lampiran 6. Estimasi Frekuensi Harapan .................................. 99
Lampiran 7. Perhitungan Goodness of Fit Masing-Masing

Model ......................................................................
101
Lampiran 8. Output Backward Eleminations Models ................. 103
Lampiran 9. Hasil Analisis Residual .......................................... 104
Lampiran 10. Presensi Kehadiran ................................................ 106
Lampiran 11. Form Laporan Kegiatan Harian ............................. 107
Lampiran 12. Catatan Bimbingan dengan Pembimbing

Lapangan ................................................................
108
Lampiran 13. Surat Penerimaan KP ............................................. 109
Lampiran 14. Surat Keterangan Selesai KP ................................. 110
Lampiran 15. Dokumentasi Pelaksanaan KP ............................... 111
xi
ABSTRAK
Upaya pemerintah dalam swasembada pangan adalah dengan adanya Pupuk Indonesia Holding
Company guna menyetarakan penyebaran pupuk di Indonesia. Salah satu anggota Pupuk Indonesia
Holding Company adalah PT. Petrokimia Gresik. Salah satu departemen di PT. Petrokimia Gresik
yang terus melakukan proyek penunjang kemajuan dan keberhasilan perusahaan adalah
Departemen Rancang Bangun. Di Departemen Rancang Bangun PT Petrokimia Gresik dalam tahun
2015 sampai 2016 tercatat 335 proyek Non RKAP yang terbagi menjadi proyek selesai, in progress,
dan batal. Proyek terbanyak pada Departemen Rancang Bangun adalah proyek BEDP. Namun,
pencapaian 100% selesai tampak pada proyek jasa luar. Persentase proyek selesai meningkat lebih
dari 15% pada tahun 2016. Model log linear yang diperoleh adalah adanya interaksi dua faktor pada
frekuensi harapan, yaitu jenis proyek vs perencana (WX), jenis proyek vs lokasi (WY), perencana vs
lokasi (XY), dan lokasi vs status (YZ).
Kata-kata kunci : Proyek Non RKAP, Departemen Rancang Bangun, Model Log Linear
xii
BAB I
PENDAHULUAN
1.1. Latar Belakang

Indonesia merupakan salah satu negara yang banyak dijumpai
wilayah-wilayah pertanian pangan, holtikultura, dan lainnya. Ketahanan
pangan merupakan suatu hal yang strategis bagi sebuah Negara, begitu pula
Indonesia. Kebutuhan pangan terus meningkat seiring dengan pertumbuhan
penduduk. Salah satu upaya swasembada pangan adalah dengan
memeratakan penyebara pupuk untuk menunjang kelanjaran proses
pertanian, perkebunan, dan peternakan. Salah satu upaya pemerintah adalah
dengan adanya Pupuk Indonesia Holding Company. Salah satu anggota
Pupuk Indonesia Holding Company adalah PT. Petrokimia Gresik. PT.
Petrokimia Gresik sangat mendukung penyediaan pupuk nasional untuk
tercapainya program swasembada pangan tersebut. Di samping itu, produk
PT. Petrokimia Gresik kian beragam sejalan dengan perkembangan usaha.
PT. Petrokimia Gresik selalu berupaya memberikan manfaat dan nilai
tambah bagi para stakeholder. Penerapan tata kelola perusahaan yang baik
secara berkesinambungan untuk memenuhi standar ekonomi, sosial dan
lingkungan mampu menciptakan peningkatan nilai perusahaan dalam jangka
panjang. Guna mewujudkan keseimbangan aspek profit, people and planet,
Petrokimia Gresik harus dapat menciptakan sinergi yang positif yang dapat
menunjang keberlanjutan usaha Petrokimia Gresik dan perbaikan kualitas
kehidupan demi masa depan lebih cerah.
PT. Petrokimia Gresik merupakan perusahaan BUMN yang
senantiasa terus mengembangkan inovasi-inovasinya. Salah satu departemen
di PT. Petrokimia Gresik yang terus melakukan proyek penunjang kemajuan
dan keberhasilan perusahaan adalah Departemen Rancang Bangun. Demi
mecapai tujuan perusahaan, maka perlu adanya laporan yang terkoordinasi
mengenai proyek dan anggaran. Proyek-proyek di setiap kompartemen
dibentuk dalam dokumen RKAP dan Non RKAP. RKAP adalah rencana
2
tahunan, penjabaran RJPP pada tahun takwim, sebagai pedoman dalam

pelaksanakan dan evaluasi proyek perusahaan yang dinyatakan dalam
anggaran dan sasaran yang harus dicapai selama masa satu tahun. Sedangkan
proyek Non RKAP adalah proyek yang bersifat kontinu dan intern.
Penyusunan laporan tahunan terkait proyek perusahaan sangatlah penting
dalam menunjang eberhasilan perusahaan. Penyusunan data tersebut tentu
disesuaikan dengan jenis data, misalnya skala (interval dan rasio) dan
kategorik (nominal dan ordinal).
Data yang terdiri dari beberapa kategorik ini disebut data kategorik.
Cara yang digunakan untuk menyajikan data kategorik agar sistematik perlu
disusun dalam suatu tabel klasifikasi silang yang disebut tabel kontingensi.
Banyak keuntungan yang diperoleh dengan penggunaan tabel kontingensi
yaitu lebih mudah penyusunan perhitungannya, hasil analisisnya mudah
disajikan, dan mempermudah orang dalam memahami situasi pada rancangan
yang kompleks (Suryanto, 1988). Suatu model untuk menganalisis data
kategorik yang sesuai adalah dengan menggunakan model log linear. Analisis
log linear dapat digunakan untuk menganalisis pola hubungan antar
sekelompok variabel kategori yang mencakup asosiasi dua variabel, asosiasi
tiga variabel atau lebih. Pola hubungan antar variabel dapat dilihat dari
interaksi antar variabel itu sendiri. Analisis log linear tidak membedakan
antara variabel penjelas dan variabel respons.
Berdasarkan latar belakang tersebut, peneliti ingin menganalisis
proyek Non RKAP yang dilakukan oleh Departemen Rancang Bangun PT
Petrokimia Gresik berdasarkan data laporan yang ada. Metode yang
digunakan dalam penelitian ini adalah model log linear multivariat empat
dimensi. Model terbaik diharapakan untuk melihat faktor apa saja yang
mempengaruhi jumlah proyek Non RKAP yang gagal, in progress, dan
selesai. Penelitian ini akan bemanfaat sebagai masukan untuk pengambilan
kebijakan dan peningkatan efisiensi dan efektifitas kerja Departemen
Rancang Bangun PT Petrokimia Gresik. Khususnya dalam hal pegerjaan dan
pengembangan proyek Non RKAP.
3
1.2. Rumusan Masalah

Rumusan masalah yang diangkat adalah:
1. Bagaimana gambaran umum mengenai jenis proyek Non RKAP Dep.
Rancang Bangun PT. Petrokimia Gresik,
2. Bagaimana model terbaik dengan data dalam studi kasus tentang status
proyek Non RKAP Departemen Rancang Bangun PT. Petrokimia Gresik
dengan menggunakan model log linear multivariat empat dimensi?
1.3. Tujuan Penelitian

Tujuan dilaksanakannya penelitian ini adalah sebagai berikut:
1. Untuk mengetahui gambaran umum mengenai jenis proyek Non RKAP
Dep. Cangun PT. Petrokimia Gresik,
2. Memperoleh model terbaik dengan data dalam studi kasus tentang status
proyek Non RKAP Departemen Rancang Bangun PT. Petrokimia Gresik
dengan menggunakan model log linear multivariat empat dimensi.
1.4. Manfaat Penelitian

Manfaat dari adanya penelitian ini yaitu:
1. Bagi Penulis
Dapat menerapkan ilmu statistika yang diperoleh di perkuliahan dan
menambah pengetahuan baru.
2. Bagi Dep. Cangun PT Petrokimia Gresik
Bisa dijadikan sebagai bahan masukan, pertimbangan atau acuan arah
kebijakan dan strategi pengembangan bagi Departemen Cangun PT
Petrokimia Gresik terhadap proyek non RKAP yang dikerjakan.
3. Bagi Pemerintah
Sebagai masukan bagi pemerintah, untuk menetapkan kebijakan
pemerintah terhadap proyek-proyek atau pun proyek bagi pihak
perindustrian, khususnya Pupuk Indonesia Holding Company.
4
1.5. Batasan Masalah

Batasan masalah dalam pengerjaan kerja praktek ini adalah sebagai berikut :
1. Objek studi pada kerja praktek ini adalah Departemen Rancang Bangun
PT. Petrokimia Gresik.
2. Objek instrumentasi yang akan dianalisis adalah proyek proyek Non
RKAP Departemen Rancang Bangun PT. Petrokimia Gresik tahun 2015-
2016.
3. Analisis yang dilakukan adalah analisis grafik dan model log linear
multivariat.
BAB II
TINJAUAN PERUSAHAAN
2.1. Sejarah PT Petrokimia Gresik

2.1.1. Latar Belakang Perusahaan
Industri pupuk merupakan industri yang strategis mengingat
Indonesia merupakan negara agraris dengan jumlah penduduk yang besar dan
laju pertumbuhannya setiap tahun cukup tinggi. Dalam rangka memenuhi
kebutuhan pangan agar tercapai kesejahteraan masyarakat, maka pemerintah
berupaya memajukan sektor pertanian supaya meningkatkan produktivitas
pertanian dengan cara menghasilkan pupuk yang berkualitas. Oleh karena itu,
pemerintah telah merancang keberadaan PT Petrokimia Gresik sejak tahun
1956 melalui Biro Perancang Negara (BPN).
PT Petrokimia Gresik merupakan produsen pupuk di Indonesia, yang
pada awal berdirinya disebut ‘Projek Petrokimia Surabaja’. Berdiri pada
tahun 1960 berdasarkan Keputusan Presiden No. 260 Tahun 1960 dan
Ketetapan MPRS Nomor II/MPRS/1960 sebagai proyek prioritas dalam Pola
Pembangunan Semesta Berencana Tahap I (Tahun 1960 – 1969). Pada tahun
1964, berdasarkan Instruksi Presiden No. 1/1963 proyek tersebut
dikembangkan dan diborong oleh kontraktor Considit Sp. A dari Italia.
Pembangunan fisiknya dimulai pada awal tahun 1966 dengan berbagai
hambatan yang dialami, terutama adanya krisis ekonomi sehingga
menyebabkan pembangunan proyek tertunda. Melalui Surat Keputusan
Presiden Kabinet Ampera No. B/891/Preskab/4/1967 pembangunan proyek
dimulai kembali pada Februari 1968 sampai dengan percobaan pertama
operasional pabrik pada Maret 1970.
Dipilihnya daerah Gresik sebagai lokasi pabrik pupuk merupakan
hasil studi kelayakan tahun pada tahun 1962 oleh Badan Persiapan Proyek-
Proyek Industri (BP3I) yang dikoordinir Departemen Perindustrian Dasar dan
Pertambangan.
6
Pada saat itu, Gresik dinilai ideal dengan pertimbangan, antara lain:
1. Cukup tersedianya dengan lahan kosong seluas 450 Ha.
2. Cukup dekat dengan tersedianya sumber air dari aliran Sungai Brantas dan
Sungai Bengawan Solo.
3. Berdekatan dengan daerah konsumen pupuk terbesar yaitu perkebunan dan
petani tebu.
4. Dekat dengan pelabuhan sehingga memudahkan untuk mengankut
peralatan pabrik selama masa konstruksi, pengadaan bahan baku maupun
pendistribusian hasil produksi melalui angkutan laut.
5. Dekat dengan Surabaya yang memiliki kelengkapan memadai, antara lain
tersedianya sumber daya manusia.
Pada tanggal 10 Juli 1972 ‘Projek Petrokimia Surabaja’ diresmikan

oleh Presiden RI dengan bentuk badan usahanya adalah Perusahaan Umum
(Perum) sesuai PP No. 35/1971, selanjutnya sesuai PP No. 35/1974 jo PP No.
14/1975 berubah menjadi Persero dengan nama PT Petrokimia Gresik.
Berdasarkan PP No. 28/1997 PT Petrokimia Gresik bersama PT Pupuk
Sriwidjaja menjadi anggota holding, terutama dalam bidang keuangan,
produksi, dan pemasaran. Kemudian, pada tahun 2012 PT Petrokimia Gresik
bersama pabrik pupuk lainnya mengalami perubahan status perusahaan
dimana korporasinya berada di bawah PT Pupuk Indonesia (Persero) atau
Pupuk Indonesia Holding Company (PIHC).
Dalam perkembangannya, PT Petrokimia Gresik secara konsisten dan
berkesinambungan melakukan inovasi produk dan pengembangan pabrik
berbasis teknologi. Dari berbagai langkah inovasi dan pengembangan pabrik
yang dilakukan, PT Petrokimia Gresik telah bermetamorfosis dari sekedar
pabrik pupuk menjadi sebuah industri pupuk terlengkap dan terbesar di
Indonesia yang juga memproduksi produk non pupuk. PT Petrokimia Gresik
sudah menjadi produsen pupuk yang memasok 50% kebutuhan pupuk subsidi
nasional.
7
2.1.2. Perkembangan Perusahaan

Pada masa perkembangannya, PT Petrokimia Gresik telah mengalami
beberapa kali perluasan. Bentuk perluasan yang dilakukan adalah sebagai
berikut:
a. Perluasan ke-1 (Tahun 1979) : pembangunan pabrik pupuk TSP 1
b. Perluasan ke-2 (Tahun 1983) : pembangunan pabrik pupuk TSP II dan
perluasan pelabuhan serta IPA
c. Perluasan ke-3 (Tahun 1985) : pembangunan pabrik Asam Sulfat dan
pabrik pupuk ZA II
d. Perluasan ke-4 (Tahun 1986) : pembangunan pabrik pupuk ZA III
e. Perluasan ke-5 (Tahun 1994) : pembangunan pabrik Ammonia dan
pabrik Urea
f. Perluasan ke-6 (Tahun 2000) : pembangunan pabrik pupuk majemuk
Phonska
g. Perluasan ke-7 (Tahun 2003) : pembangunan pabrik pupuk NPK
Blending
h. Perluasan ke-8 (Tahun 2005) : pembangunan pabrik pupuk Kalium
Sulfat (ZK)
i. Perluasan ke-9 (Tahun 2008) : pembangunan pabrik pupuk Phonska II,
pabrik pupuk NPK Granulasi II, dan
terdapat produk inovasi berupa pupuk
Petro Biofertil
j. Perluasan ke-10 (Tahun 2009) : pembangunan pabrik pupuk Phonska III
yang merupakan rehabilitas dan
optimalisasi dari pabrik pupuk SP-36,
pabrik pupuk NPK Granulasi III dan IV,
dan pabrik pupuk Fosfat I dan II
k. Perluasan ke-11 (Tahun 2010) : pembangunan unit Utilitas Batubara
(UBB) yang mampu mengkonversi
energi sebesar 25 MW
8
l. Perluasan ke-12 (Tahun 2011) : pembangunan pabrik pupuk Phonska IV

dan tangki Amoniak 10.000 MT
m. Perluasan ke-13 (Tahun 2013) : Joint Venture antara PT Petrokimia
Gresik dan Jordan Phosphate Mines
Coorporation dalam bentuk perusahaan
PT Petro Jordan Abadi yang
menghasilkan produk berupa Asam
Fosfat, Asam Sulfat, dan Cement
Retarder
n. Perluasan ke-14 (2014) : pengembangan pelabuhan dan
pergudangan, serta pembangunan pabrik
ZK II dengan produk samping berupa
HCl. Selain itu, terdapat beberapa proyek
yang masuk kategori pengembangan
berkelanjutan yaitu:
- Amoniak dan Urea II
- Uprating pipa IPA Gunungsari
- Revamping Asam Sulfat
- Tangki Amoniak 20.000 MT Double
Wall
- Construction Jetty
2.2. Visi, Misi, dan Budaya Perusahaan

Dalam menjalankan tugas pokok guna mencapai tujuannya, PT.
Petrokimia Gresik berpegang teguh pada visi, misi dan tata nilai sebagai
berikut:
1. Visi
Menjadi produsen pupuk dan produk kimia lainnya yang berdaya
saing tinggi dan produknya paling diminati konsumen.
9
2. Misi
a. Mendukung penyediaan pupuk nasional untuk tercapainya program
swasembada pangan.
b.. Meningkatkan hasil usaha untuk menunjang kelancaran kegiatan
operasional dan pengembangan usaha perusahaan.
c. Mengembangkan potensi usaha untuk mendukung industri kimia nasional
dan berperan aktif dalam community development.
3. Budaya (Tata Nilai)

a. Safety (Keselamatan); mengutamakan keselamatan dan kesehatan kerja
serta pelestarian lingkungan hidup dalam setiap kegiatan operasional.
b. Innovation (Inovasi); meningkatkan inovasi untuk memenangkan bisnis.
c. Integrity (Integritas); mengutamakan integritas di atas segala hal.
d. Synergistic Team (Tim yang Sinergis); berupaya membangun semangat
kelompok yang sinergistik.
e. Customer Satisfaction (Kepuasan Pelanggan); memanfaatkan
profesionalisme untuk peningkatan kepuasan pelanggan.
4. Tri Dharma Karyawan

Merupakan tiga slogan yang harus dipenuhi dan diwujudkan oleh
semua karyawan di PT. Petrokimia Gresik. Adapun Tri Dharma Karyawan
tersebut, yaitu:
1. Rumongso Melu Handarbeni (Merasa Ikut Memiliki)
2. Rumongso Melu Hangrukebi (Wajib Ikut Memelihara)
3. Mulatsariro Hangrosowani (Berani Mawas Diri)
2.3. Logo Perusahaan
Gambar 2.1 Logo PT Petrokimia Gresik

10
Makna dan filosofi:

a. Inspirasi logo PT Petrokimia Gresik adalah seekor kerbau berwarna
kuning keemasan yang berdiri tegak di atas kelopak daun yang berujung
lima dengan tulisan berwarna putih di bagian tengahnya.
b. Seekor kerbau berwarna kuning keemasan merupakan penghargaan
perusahaan kepada daerah di mana PT Petrokimia Gresik berdomisili,
yakni Kecamatan Kebomas di Kabupaten Gresik. Kerbau merupakan
simbol sahabat petani yang bersifat loyal, tidak buas, pemberani, dan giat
bekerja.
c. Kelopak daun hijau berujung lima melambangkan kelima sila Pancasila.
d. Warna kuning keemasan pada gambar kerbau merepresentasikan
keagungan, kejayaan, dan keluhuran budi. Padu padan hijau pada kelopak
daun berujung lima menggambarkan kesuburan dan kesejahteraan.
e. Tulisan PG berwarna putih mencerminkan kesucian, kejujuran, dan
kemurnian. Sedangkan garis batas hitam pada seluruh komponen logo
merepresentasikan kewibawaan dan elegan.
f. Warna hitam pada penulisan nama perusahaan melambangkan kedalaman,
stabilitas, dan keyakinan yang teguh. Nilai-nilai kuat yang selalu
mendukung seluruh proses kerja.
2.4. Lokasi dan Area Perusahaan

PT Petrokimia Gresik berlokasi di Area Kawasan Industri Gresik,
Kabupaten Gresik, Provinsi Jawa Timur dengan menempati lahan seluas 450
Hektar. Adapun areal tanah yang ditempati berada di tiga kecamatan yang
meliputi beberapa desa, yaitu:
a. Kecamatan Gresik meliputi Desa Ngipik, Desa Tlogopojok, Desa
Sukorame, Desa Karang Turi, dan Desa Lumpur.
b. Kecamatan Kebomas meliputi Desa Kebomas, Desa Tlogopatut, dan Desa
Randuagung.
c. Kecamatan Manyar meliputi Desa Pojok Pesisir, Desa Romo Meduran,
dan Desa Tepen.
11
Gambar 2.2 Peta lokasi PT Petrokimia Gresik
PT Petrokimia Gresik terdiri dari beberapa area (Lampiran 1) , yaitu:

a. Area Perkantoran dan Perumahan Dinas PT Petrokimia Gresik
b. Area Departemen Produksi I
Departemen Produksi I terdiri dari beberapa unit produksi, yaitu pabrik
Amoniak, pabrik Urea, pabrik ZA I dan pabrik ZA III serta unit utilitas.
c. Area Departemen Produksi II
Departemen Produksi II dibagi menjadi Departemen Produksi II A dan
Departemen Produksi II B. Setiap departemen terdiri dari beberapa unit
produksi dan unit utilitas. Departemen Produksi II A terdiri dari pabrik
Fosfat I dan pabrik Phonska I/II/III. Sedangkan, Departemen Produksi II
B terdiri dari pabrik Phonska IV, pabrik NPK Granule I/II/III/IV, dan
pabrik ZK I/II.
d. Area Departemen Produksi III
Departemen Produksi III dibagi menjadi Departemen Produksi III A dan
Departemen Produksi III B. Secara umum, Departemen produksi III A dan
III B memiliki unit produksi yang sama, yaitu pabrik Asam Fosfat, pabrik
Asam Sulfat, pabrik ZA II, pabrik Alumunium Fosfat, dan pabrik Cement
Retarder serta Gudangn Bahan Baku.
e. Area Pelabuhan
Area pelabuhan terdiri dari Pelabuhan Umum Gresik dan Dermaga PT
Petrokimia Gresik.
12
2.5. Bidang Usaha

Sesuai Anggaran Dasar Perusahaan, maka maksud dan tujuan
Perseroan ini adalah melakukan usaha dibidang industri, perdagangan dan
jasa di bidang perpupukan, petrokimia, agrokimia, agroindustri dan kimia
lainnya serta optimalisasi pemanfaatan sumber daya Perseroan untuk
menghasilkan barang dan/ atau jasa yang bermutu tinggi dan berdaya saing
kuat. Untuk mencapai maksud dan tujuan tersebut di atas, Perseroan dapat
melaksanakan kegiatan-kegiatan usaha sebagai berikut :
1. Industri
Mengolah bahan-bahan mentah tertentu menjadi bahan-bahan
pokok yang diperlukan guna pembuatan pupuk, petrokimia, agrokimia,
agroindustri dan bahan kimia lainnya, serta mengolah bahan pokok
tersebut menjadi berbagai jenis pupuk dan hasil kimia lainnya beserta
produk-produk turunannya.
2. Perdagangan
Menyelenggarakan kegiatan distribusi dan perdagangan produk baik
di dalam maupun di luar negeri yang berhubungan dengan produk-produk
tersebut di atas dan produk-produk lainnya yang berhubungan dengan
perpupukan, petrokimia, agrokimia, agroindustri dan kimia lainnya, serta
kegiatan impor barang-barang yang antara lain berupa bahan baku, barang
dagangan, bahan penolong/pembantu, peralatan produksi dan bahan kimia
lainnya.
3. Jasa Pengelolaan Perusahaan dan Jasa Konsultan Manajemen
Melaksanakan studi penelitian, pendidikan, pengembangan, rancang
bangun dan perekayasaan, pengantongan, konstruksi, manajemen,
pendidikan dan latihan, pengoperasian pabrik, perbaikan/reparasi,
pemeliharaan, konsultasi, dan jasa teknis lainnya dalam sektor industri
pupuk, petrokimia, agrokimia, agroindustri, industri kimia lainnya serta
jasa dalam bidang pertanian dan perkebunan.
Selain kegiatan usaha diatas, perusahaan juga dapat melakukan

kegiatan penunjang utama berupa :
13
1. Pengangkutan
Menajalankan kegiatan usaha dalam bidang angkutan dan
pergudangan serta kegiatan lainnya yang merupakan sarana perlengkapan
guna melancarkan dan melaksanakan kegiatan-kegiatan usaha tersebut.
2. Pertanian dan Perkebunan
Menjalankan kegiatan usaha dalam bidang pertanian dan
perkebunan seperti produksi benih/bibit tanaman padi serta industri
pengolahan hasil pertanian dan perkebunan.
3. Pertambangan
Menjalankan usaha dalam bidang pertambangan dalam rangka
pemenuhan bahan baku dan bahan penunjang produksi pupuk, pertokimia
serta industri kimia lainnya.
2.6. Struktur Organisasi

2.6.1. Fungsi Sosial dan Ekonomi Perusahaan
PT. Petrokimia Gresik mempunyai fungsi sosial dan fungsi
ekonomi,yaitu:
1. Sebagai suatu unit ekonomi yang produktif, efisien, dan menguntungkan.
2. Sebagai stabilisator ekonomi yang menunjang program pemerintah.
3. Sebagai unit penggerak pembangunan untuk wilayah sekitarnya.
2.6.2. Dewan Komisaris PT Petrokimia Gresik

Berdasarkan Rapat Umum Pemegang Saham Luarbiasa (RUPSLB)
PT Petrokimia Gresik (PG) yang dilakasanakan di Kantor PT Pupuk
Indonesia (Persero) di Jakarta, tanggal 20 April 2016, Dewan Komisaris Baru
PT Petrokimia Gresik ditunjukkan dalam bagan 2.1 berikut:
14
Bagan 2.1 Bagan Dewan Komisaris PT Petrokimia Gresik
2.6.3. Susunan Direksi PT Petrokimia Gresik

Struktur organisasi PT Petrokimia Gresik berbentuk fungsional,
dimana terdapat hubungan kerja dan aliran informasi secara horizontal dan
vertikal. Secara garis besar, PT Petrokimia Gresik dipimpin oleh seorang
Direktur Utama yang membawahi lima Direktur Khusus.
Bagan 2.2 Bagan Susunan Direksi PT Petrokimia Gresik

15
2.7. Fasilitas Infrastruktur dan Penunjang

2.7.1. Fasilitas Insrastruktur
a. Dermaga
PT Petrokimia Gresik memiliki dermaga bongkar muat
berbentuk hurut “T” dengan panjang 819 meter dan lebar 36 meter.
Dermaga mampu disandari tiga buah kapal berbobot 40.000 – 60.000
DWT pada sisi laut dan tiga buah kapal berbobot 10.000 DWT pada
sisi darat. Total kapasitas bongkar muat bisa mencapai 7 juta
ton/tahun.
b. Pembangkit Tenaga Listrik

PT Petrokimia Gresik mengoperasikan Gas Turbine Generator
(GTG) dan Steam Turbine Generator (STG) yang secara keseluruhan
menghasilkan daya listrik sebesar 53 MW.
c. Laboratorium
PT. Petrokimia memiliki beberapa laboratorium, yakni
Laboratorium Produksi, Laboratorium Kalibrasi, Laboratorium Uji
Kimia, Laboratorium Uji Mekanik, Laboratorium Uji Kelistrikan, dll.
d. Unit Pejernihan Air

PT Petrokimia Gresik memiliki 2 unit penjernihan air yang
terletak di Gunungsari Surabaya. Kapasitas total air yang dialirkan ke
Gresik dari 2 unit penjernihan air tersebut sebesar 3.200 m3/jam.
e. Unit Utilitas Batubara

Unit Utilitas Batubara ini memiliki dua boiler dengan kapasitas
masing-masing 150 ton/jam serta tenaga listrik sebesar 32 MW.
f. Sarana Distribusi
PT Petrokimia Gresik mempunyai gudang utama di Gresik,
ratusan gudang penyangga dan distributor, serta ribuan kios resmi
yang tersebar di semua provinsi di Indonesia.
16
g. Unit Pengolahan Limbah

PT Petrokimia Gresik melakukan pengelolaan limbah
dengan menggunakan sistem reuse, recycle dan recovery (3R).
h. Pusat Riset
PT Petrokimia Gresik memiliki pusat riset beserta Kebun
Percobaan (Buncob) seluas 7,5 Hektar yang dilengkapi dengan sarana
dan prasarana yang lengkap.
i. Kebun Percobaan (Buncob)

PT Petrokimia memiliki kebun percobaan seluas 5 hektar
dilengkapi dengan sarana dan prasarana yang lengkap.
2.7.2 Fasilitas Penunjang

PT Petrokimia Gresik juga menyediakan berbagai fasilitas
penunjang yang dapat dimanfaatkan oleh masyarakat sekitar perusahaan,
yaitu :
a. Fasilitas kerohanian, pendidikan, sosial, dan kesehatan. Seperti Masjid
Nurul Jannah, Taman Pendidikan Al-Qur’an, Taman Kanak-kanak,
sekolah Dasar, Tempat Penitipan Anak, dan Rumah Sakit (Petro Garaha
Medika).
b. Fasilitas pembinaan olah raga dan kesenian.
c. Fasilitas Koperasi Karyawan Keluarga Besar Petrokimia Gresik (K3PG).
d. Fasilitas persediaan perumahan karyawan.
2.8. Yayasan Petrokimia Gresik

Yayasan Petrokimia Gresik didirikan pada tanggal 26 Juni 1965 yang
bertujuan sebagai upaya perusahaan untuk lebih meningkatkan kesejahteraan
karyawan dan pensiunan karyawan PT Petrokimia Gresik beserta
keluarganya. Untuk mencapai tujuannya, Yayasan Petrokimia Gresik
melakukan beberapa kegiatan yakni membangun sarana perumahan,
meningkatkan pelayanan kesehatan, memberikan bantuan sosial,
17
menyelenggarakan pelatihan bagi karyawan yang memasuki masa persiapan

purna tugas dan lain sebagainya.
Yayasan Petrokimia Gresik telah memiliki berbagai bidang usaha
yang dikelola oleh anak perusahaan PT Petrokimia Gresik. Anak Perusahaan
di bawah Yayasan Petrokimia Gresik antara lain:
a. PT Gresik Cipta Sejahtera : bergerak dalam bidang usaha distributor

hasil produksi PT Petrokimia Gresik,
pemasok barang-barang kebutuhan
pabrik, jasa angkutan barang, produsen
pupuk organik, dan jasa pergudangan.
b. PT Petrokopindo Cipta Selaras : bergerak dalam bidang usaha
perbengkelan, angkutan, alat berat,
perdagangan umum, dan jasa (MBU,
EMKL dan PBM.
c. PT Graha Sarana Gresik : bergerak dalam bidang usaha
pergudangan, properti, perdagangan
umum, dan biro perjalanan wisata.
d. PT Aneka Jasa Grhadika : bergerak dalam bidang usaha jasa teknik,
supply tenaga kerja, jasa umum, dan
perdagangan.
e. PT Petro Graha Medika : bergerak dalam bidang usaha jasa
pelayanan kesehatan.
2.9. Produk PT Petrokimia Gresik

Produk PT Petrokimia Gresik meliputi produk pupuk, produk non
pupuk/produk kimia dan produk-produk inovasi hasil penelitian.
18
2.10. Departemen Rancang Bangun (Cangun)

2.10.1. Struktur Departemen Rancang Bangun
Gambar 2.3 Struktur Organisasi Kompartemen Pengembangan
Secara struktural Departemen Cangun berada di bawah Direktorat

Teknik dan Pengembangan dan berada di bawah Kompartemen
Pengembangan. Departemen Cangun dikepalai oleh seorang manajer,
manajer membawahi 4 orang kepala bagian, dan di bawah kepala bagian
terdiri dari beberapa staf.
Gambar 2.4 Struktur Organisasi Departemen Rancang Bangun

19
Departemen Rancang Bangun melaksanakan kegiatan Rancang

Bangun untuk mendukung kegiatan perusahaan dengan peayanan yang
efektif dan efisien. Selain misi tersebut departemen ini juga memiliki quality
object strategic yaitu terlaksananya kegiatan rancang bangun untuk
mendukung kelancaran operasional pabrik dan unit pendukungnya, proyek–
proyek pengembangan serta penjualan barang dan jasa luar dengan
membangun kerja sama tim yang kuat dan jaringan informasi yang luas.
2.10.2. Tugas Pokok Department Rancang Bangun

Department Rancang Bangun secara garis besar memiliki tugas pokok
yaitu bertanggung jawab atas terselenggaranya fungsi rancang bangun untuk
mendukung kelancaran operasional pabrik dan unit pendukungnya, proyek-
proyek pengembangan serta penjualan jasa luar.
2.10.3. Aktivitas Departemen Cangun

Department Rancang Bangun memiliki beberapa aktivitas rutin,
antara lain sebagai berikut :
a. Pembuatan:
1. Detail Drawings
2. Rencana Kerja dan Syarat-syarat Teknis (RKST)
3. Estimasi,dibagi menjadi:
- Estimasi sementara (untuk RKAP)
- Owner Estimation (sebagai acuan dalam melaksanakan tender)
4. Bill of Material
b. Evaluasi Teknis/Ekonomis
c. Pekerjaan-pekerjaan lain, seperti :
1. Bimbingan kerja praktek / tugas akhir
2. Penjelasan proses produksi overall Petrokimia Gresik kepada tamu
perusahaan
3. Pembuatan makalah presentasi
20
2.10.4 Klasifikasi dan Disposisi Pekerjaan Departemen Cangun
Gambar 2.5 Klasifikasi Pekerjaan Departemen Cangun
Gambar 2.6 Disposisi Pekerjaan Departemen Cangun
Berikut ini adalah alur proses tender di PT Petrokimia Gresik :
Negosiasi
Seleksi Rigorous Seleksi Proyek Performance
Aanwijzing Proposal &
Tahap I Design Tahap II Start Guarantee
Perjanjian
Gambar 2.7 Alur Proses Tender di PT Petrokimia Gresik

21
1. Aanwijzing
Beberapa qualified contractors / vendor diundang oleh PT Petrokimia
Gresik agar diberikan penjelasan secara garis besar tentang tender, proyek
yang akan dijalankan, material, spesifikasi, dsb.
2. Proposal
Vendor diwajibkan membuat proposal yang berisi tentang rancangan yang
diusulkan. Masing-masing vendor memiliki rancangan sendiri.
3. Seleksi Tahap I
Departemen Rancang Bangun menilai proposal yang telah dibuat,
kemudian menentukan 3 vendor yang memiliki rancangan terbaik.
4. Rigorous Design
PT Petrokimia Gresik meminta para vendor yang telah terpilih untuk
membuat rancangan yang lebih detail dan juga menyertakan harga vendor.
5. Seleksi Tahap II
Departemen Rancang Bangun memilih vendor-vendor yang menawarkan
harga menarik kemudian menentukan 2 vendor yang memiliki rancangan
terbaik dengan harga menarik.
6. Negosiasi & Perjanjian

PT Petrokimia Gresik melakukan negosiasi harga dengan vendor, dipilih
vendor yang setuju atau mendekati dengan harga yang ditawarkan. Lalu
dibuatlah perjanjian kontrak proyek agar ditaati oleh vendor terpilih.
7. Project Start
Proyek dijalankan dan selama proyek, Departemen Rancang Bangun
berkewajiban mengawasi kelancaran proyek.
8. Performance Guarantee
Vendor wajib memberikan garansi proyek terhitung setelah proyek
tersebut beroperasi. Jika terjadi trobel selama masa garansi, maka vendor
wajib menanggulangi trobel tersebut.
BAB III
LANDASAN TEORI
3.1. Proyek RKAP dan Non RKAP PT Petrokimia Gresik

Proyek RKAP adalah proyek yang sasaran dan anggarannya harus
dicapai dalam kurun satu tahun. Proyek RKAP juga melalui seleksi oleh
direksi. Anggaran RKAP ditangani oleh Departemen Pengadaan Jasa yang
telah ditenderkan.
Proyek Non RKAP adalah proyek yang bersifat kontinu dan intern.
Anggaran ditanggung oleh masing-masing peminta jasa (user). Proyek-
proyek Non KAP yang dikerjakan oleh Departemen Rancang Bangun PT.
Petrokimia Gresik antara lain berasal dari Direksi, PPJ/Memo Intern, unit lain
yang ikut serta mendukung penuh proyek proyek-proyek pengembangan
perusahaan, dan eksternal perusahaan.
Berdasarkan area pelayanan dan jenis pekerjaan, proyek Non RKAP
PT. Petrokimia Gresik meliputi:
a. Pelayanan Produksi (Pabrik I, Pabrik II, Pabrik III, Babat, Lamongan,
Gunungsari, Kandangan)
b. Pelayanan kawasan (Perumahan PG, Lingkungan sekitar perusahaan, RS
Petro Graha Medhika, Anak Perusahaan, dsb)
c. Jasa Luar yang meliputi konsultasi, penjurian, kontes, dsb.
Berikut klasifikasi dan disposisi pekerjaan secara umum di
PT.Petrokimia Gresik:
23
Bagan 3.1. Klasifikasi dan Disposisi Pekerjaan
3.2. Klasifikasi Data

Menurut Hasan (2004) suatu data dapat diklasifikasikan menjadi
empat macam yaitu berdasarkan sumber pengambilan, waktu pengumpulan,
sifat data dan tingkat pengukuran. Klasifikasi data diuraikan sebagai berikut:
1. Berdasarkan Sumber Pengambilannya

Berdasarkan sumber pengambilannya, data dibedakan menjadi dua
yaitu data primer dan data sekunder. Data primer adalah data yang diperoleh
atau dikumpulkan langsung di lapangan oleh orang yang melakukan
penelitian atau yang bersangkutan yang memerlukannya. Data sekunder
adalah data yang diperoleh atau dikumpulkan oleh orang yang melakukan
penelitian dari sumber-sumber yang telah ada. Data ini biasanya diperoleh
dari perpustakaan atau dari laporan-laporan penelitian terdahulu.
2. Berdasarkan Waktu Pengumpulannya

Berdasarkan waktu pengumpulannya, data dibedakan menjadi dua
yaitu data berkala dan data cross section. Data berkala (Times Series) adalah
data yang terkumpul dari waktu ke waktu untuk memberikan gambaran
perkembangan suatu kegiatan atau keadaan. Data cross section adalah data
yang terkumpul pada suatu waktu tertentu untuk memberikan gambaran
perkembangan suatu kegiatan atau keadaan pada waktu itu. Contoh: data
proyek Non RKAP Perusahaan “X” tahun 2015.
24
3. Berdasarkan Sifat Data

Berdasarkan sifatnya, data dibedakan menjadi dua yaitu data kualitatif
dan data kuantitatif. Data kualitatif adalah data yang tidak berbentuk
bilangan. Contoh: jenis proyek, lokasi, dan status. Data kuantitatif adalah data
yang berbentuk bilangan. Contoh: tinggi, panjang, umur.
4. Berdasarkan Tingkat Pengukurannya

Berdasarkan tingkat pengukurannya (skala), data dibedakan menjadi
empat yaitu data nominal, data ordinal, data interval dan data rasio. Data
nominal adalah data yang berasal dari pengelompokan peristiwa berdasarkan
kategori tertentu yang perbedaannya hanyalah menunjukkan perbedaan
kualitatif. Data ordinal adalah data yang berasal dari objek atau kategori yang
disusun menurut besarnya, dari tingkat terendah ke tingkat tertinggi atau
sebaliknya, dengan jarak atau rentang yang tidak harus sama.
Data interval adalah data yang berasal dari objek atau kategori yang
diurutkan berdasarkan suatu atribut tertentu, dimana jarak antara tiap kategori
adalah sama. Pada data ini tidak terdapat angka nol absolut. Data rasio adalah
data yang menghimpun semua ciri dari data nominal, data ordinal dan data
interval. Pada data ini terdapat angka nol absolut.
3.3. Skala Kategorik

Hasil pengamatan atau pengukuran dalam statistik mempergunakan
empat macam skala pengukuran yaitu skala nominal, skala ordinal, skala
rasio, dan skala interval. Pemakaian skala kategorik berkaitan dengan cara
analisis hasil observasi. Misalnya variabel umur yang mempunyai skala rasio
dapat dipandang sebagai variabel ordinal dengan mendefinisikan kelompok
atau golongan umur yang diperlukan. Sebagai contoh golongan umur 5-
tahunan atau kelompok umur anak-anak, dewasa dan tua (Agung,1989).
3.4. Variabel Kategorik

Suatu variabel dikatakan variabel kategorik jika variabel tersebut
mempunyai skala pengukuran yang terdiri dari sekumpulan kategori tertentu.
25
Variabel kategorik merupakan variabel diskrit yang memiliki nilai dikotomi

maupun politomi berdasarkan banyaknya kategori yang dimiliki. Nilai dari
kategori sering disebut sub kategori atau disebut juga tingkat dari variabel
kategorik. Data yang diperoleh dari hasil berbagai macam subjek terhadap
satu atau lebih variabel kategorik disebut data kategorik.
Data kategorik merupakan data hasil klasifikasi semua individu
sampel ke dalam satu atau lebih variabel kategorik secara bersamaan. Dengan
demikian, data kategorik dari hasil suatu pengamatan mengandung variabel-
variabel yang berkategori, sekaligus merupakan data yang berupa frekuensi
pengamatan. Berdasarkan skala pengukurannya, variabel kategorik dapat
dibedakan menjadi tiga yaitu variabel nominal, variabel ordinal dan variabel
interval.
3.5. Tabel Kontigensi

Dalam artikel Robert (2000), Analisis tabel kontingensi berawal dari
abad pergantian Karl Pearson dan George Udny Yule, yang memperkenalkan
rasio odds (alat ukur untuk mengetahui derajat hubungan) sebagai alat
statistik formal. Kontribusi berikutnya oleh RA Fisher terkait metode untuk
metodologi statistik dasar dan teorinya. Generalisasi multivariat dimulai
dengan sebuah artikel oleh Roy dan Kastenbaum pada tahun 1956, yaitu
tentang dasar pendekatan model log-linear untuk tabel kontingensi. Artikel
kunci pada tahun 1960 oleh MW Birch ( 1963), Yvonne Bishop (1975), John
Darroch (1962), IJ Good (1963), Leo Goodman (1963), dan Robin Plackett
(1974), ditambah dengan ketersediaan komputer berkecepatan tinggi,
mengakibatkan teori terpadu dengan metodologi untuk analisis tabel
kontingensi berdasarkan model log linear. Estimasi dasar tentang
kemungkinan model log linear digunakan untuk menjelaskan interaksi dalam
tabel kontingensi.
26
Tabel 3.1 Tabel Kontigensi IxJ
Keterangan:
nij : frekuensi pengamatan pada baris ke-i dan kolom ke-j
ni+ : total marjinal pada variabel baris
n+j : total marjinal pada variabel kolom
n : total frekuensi pengamatan
Tabel 3.2 Tabel Probabilitas 2 Dimensi
Keterangan
pij : probabilitas hasil pengamatan pada baris ke-i dan kolom ke-j
pi+ : probabilitas pengamatan kategori Ai
p+j : probabilitas pengamatan kategoroi Bj
Dalam tabel frekuensi penagamatan, nij adalah frekuensi pengamatan
pada baris ke-i dan kolom ke-j, serta ni+ dan n+j masing-masing adalah total
marjinal baris ke-i dan kolom ke-j dalam tabel. Begitu juga halnya dengan
probabilitasnya pij, pi+, dan p+j dimana,
∑𝑖 ∑𝑗 𝑝𝑖𝑗 = 1 𝑝𝑖𝑗 = ∑𝑗 𝑝𝑖𝑗 𝑝+𝑗 = ∑𝑖 𝑝𝑖𝑗
∑𝑖 ∑𝑗 𝑛𝑖𝑗 = 𝑛 𝑛𝑖+ = ∑𝑗 𝑛𝑖𝑗 𝑛+𝑗 = ∑𝑖 𝑝𝑖𝑗
Menurut Dallal (2008), frekuensi pengamatan diasumsikan
berdistribusi multinomial dengan ukuran sampel n dan probabilitas pij, jika
kedua variabel saling bebas maka frekuensi harapan nij adalah mij
𝑚𝑖𝑗 = n. 𝑝𝑖𝑗 = n . 𝑝𝑖+ . 𝑝+𝑗 (3.1)
Keterangan:
mij : frekuensi harapan pada sel-ij
pij : probabilitas hasil pengamatan pada baris ke-i dan kolom ke-j
pi+ : probabilitas pengamatan kategori Ai
p+j : probabilitas pengamatan kategoroi Bj
27
3.6. Statistik Deskriptif dan Grafik

Statistik deskriptif adalah metode-metode statistika yang dgunakan
untuk menampilkan generalisasi data yang telah terkumpul. Sedangkan grafik
merupakan diagram atau bagan maupun chart yang berfungsi memberikan
penjelasan kepada para pembaca atau orang yang membutuhkan data. Grafik
sering juga disebut sebagai visualisasi dari data tabel sehingga memudahkan
pembaca untuk mengetahui data tanpa melihat angka-angka pada tabel
tersebut.
Grafik merupakan keterpaduan yang lebih menarik dari sejumlah
tabulasi data yang tersusun dengan baik, tujuan membuat grafik adalah untuk
memperlihatkan perbandingan, informasi kualitatif dengan cepat serta
mudah.
3.7. Uji Independensi

Uji independensi digunakan untuk melihat ada tidaknya hubungan
antara dua variabel atau lebih. Pengujian ini hampir sama dengan korelasi,
akan tetapi pada uji independensi dengan menggunakan metode chi square,
variabel-variabel yang dianalisis haruslah berupa variabel yang bersifat
kategorik atau berskala pengukuran nominal / ordinal. Prosedur uji chi-
square menabulasi satu atau variabel ke dalam kategori-kategori dan
menghitung angka statistik chi-square. Prosedur ini didasarkan pada asumsi
bahwa uji nonparametrik tidak membutuhkan asumsi bentuk distribusi yang
mendasarinya.
Jika diketahui terdapat dua variabel yang diduga berasosiasi maka
hipotesis untuk uji independensi menurut Fauzy (2008) yaitu:
a. H0 : pij = pi+ . p+j (kedua variabel saling independen / tidak ada hubungan
antara kedua variabel)
H1 : pij ≠ pi+ . p+j (kedua variabel tidak saling independen / ada hubungan
antara kedua variabel)
28
b. Statistik Uji
2
(𝑛 − 𝑚 )
χ =
2
∑𝐼𝑖=1 ∑𝐽𝑗=1 𝑖𝑗 𝑖𝑗
𝑚𝑖𝑗
dimana,
nij : frekuensi pengamatan pada baris ke-i dan kolom ke-j
mij : frekuensi harapan (ekspektasi) dalam sel-ij
c. Kriteria Keputusan
H0 ditolak pada taraf signifikan α, jika χ2hitung > χ2tabel dengan derajat bebas
(i-1) (j-1) atau p-value < α
d. Kesimpulan
3.8. Analisis Model Log Linear

3.8.1. Definisi Model Log Linear
Model log linier adalah suatu model untuk memperoleh model
statistika yang menyatakan hubungan antara variabel dengan data yang
bersifat kualitatif (skala nominal atau ordinal). Model log linear pada
dasarnya merupakan model linier univariat yang dipergunakan untuk
melakukan analisis varians dengan variabel tak bebas atau respons adalah
logaritma dari frekuensi yang diharapkan dalam tiap-tiap sel tabel silang yang
diperhatikan. Dengan menggunakan pendekatan log linier bisa diketahui
model matematikanya secara pasti serta level atau kelas mana yang cenderung
menimbulkan adanya hubungan atau dependensi.
Analisis log linear merupakan perluasan dari tabel kontingensi
dimensi dua dimana hubungan diantara 2 atau lebih variabel kategorik diskrit
dianalisis dengan mengambil logaritma dari sel frekuensi dalam tabel
kontingensi. Selain dapat digunakan untuk menganalisis hubungan diantara 2
variabel kategorik, model ini juga dapat digunakan untuk menganalisis tabel
kontingensi multivariat yang melibatkan 3 atau lebih variabel.
Definisi 3.1
Misalkan X1, X2, X3,..., Xn sampel random dari fungsi probabilitas
f(x;θ). Statistik W = h (X1, X2, X3,..., Xn) dikatakan cukup (sufficient) untuk θ
29
apabila semua θ dan semua hasil yang mungkin, fungsi probabilitas X1, X2,
X3,..., Xn jika diketahui w tidak tergantung pada θ, baik dalam fungsi itu sendiri
atau dalam wilayah fungsi itu. (Soejoeti, 1990)
Menurut Bain dan Engelhardt (1991), suatu himpunan statistik
dikatakan sebagai himpunan statistik cukup minimal jika anggota-anggotanya
adalah statistik cukup gabungan untuk parameter dan jika statistik-statistik
tersebut merupakan fungsi dari himpunan statistik cukup gabungan yang lain.
3.8.2. Model-Model Log Linear

Model log linear adalah model yang digunakan dalam analisis tabel
kontingensi, yang menggambarkan bentuk hubungan antar variabel
kategorik.
1. Model Log Linear Dua Dimensi
a. Model Log Linear Independen
Diberikan sebuah sampel multinomial berukuran n yang disusun
dalam tabel kontigensi dan setiap sel kategorinya mempunyai
probabilitas (pij). Dalam model bebas tidak memuat interaksi anatara
dua variabel atau lebih. Menurut Simonoff (2003) dapat diperoleh
distribusi bersama 2 kategori respons yang bebas secara statistik jika:
pij = pi+ . p+j (3.2)
Dalam skala logaritma diperoleh:
Log pij = log pi+ + log p+j
(3.3)
Dari persamaan (3.1) yang telah dijelaskan di sub bab sebelumnya
mij = n . pij
mij = n . pi+ . p+j
mi+ = n . pi+ dan m+j = n . p+j
𝑚𝑖+ 𝑚+𝑗
Sehingga mij = 𝑛 ( )( )
𝑛 𝑛
(𝑚𝑖+ )(𝑚+𝑗 )
mij = 𝑛
30
dalam skala logaritma diperoleh
log 𝑚𝑖𝑗 = log 𝑛 + log 𝜋𝑖+ + log 𝜋+𝑗 (3.4)
Jika dua variabel independen (bebas), maka log dari frekuensi

harapan untuk sel (i,j) adalah fungsi penjumlahan dari baris ke-i dan
pada kolom ke-j. W menyatakan variabel baris dan X menyatakan
variabel kolom. Model log linear independen dua dimensi adalah
log 𝑚𝑖𝑗 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 (3.5)
Keterangan:
mij : frekuensi harapan dalam sel-ij
μ : parameter rata-rata keseluruhan
𝑊
𝜆𝑖 : parameter pegaruh tingkat i faktor W
𝑋
𝜆𝑗 : parameter pengaruh tingkat j faktor X
dengan
𝑟 𝑛
𝜇𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛𝑗=1 log 𝑚𝑖𝑗
𝜇 = 𝜇++ = ∑∑ =
𝑟𝑛 𝑟𝑛
𝑖=1 𝑗=1
𝑛 𝑟
𝜇𝑖𝑗 ∑𝑛𝑗=1 𝑚𝑖𝑗 𝜇𝑖𝑗 ∑𝑟𝑖=1 log 𝑚𝑖𝑗
𝜇𝑖+ = ∑ = ; 𝜇+𝑗 = ∑ =
𝑛 𝑛 𝑟 𝑟
𝑗=1 𝑖=1
diperoleh:
∑𝑛
𝑗=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛
𝑗=1 log 𝑚𝑖𝑗
𝜆𝑖 𝑊 = 𝜇𝑖+ − 𝜇 = − (3.6)
𝑛 𝑟𝑛
∑𝑟𝑖=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛
𝜆𝑗 𝑋 = 𝜇+𝑗 − 𝜇 = − (3.7)
𝑟 𝑟𝑛
Keterangan:
μi+ : parameter rata-rata baris ke-i
μ+j : parameter rata-rata kolom ke-j
Bentuk 𝜆𝑖 𝑊 dan 𝜆𝑗 𝑋 memenuhi ∑𝑟𝑖=1 𝜆𝑖 𝑊 = ∑𝑛𝑗=1 𝜆𝑗 𝑋 = 0.
b. Model Log Linear Lengkap

Model lengkap merupakan model yang terdapat interaksi antara
variabel-variabelnya dengan semua mij > 0. Diperoleh model dalam
skala logaritma:
31
log 𝑚𝑖𝑗 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑖𝑗 𝑊𝑋 (3.8)
Keterangan:
mij : frekuensi harapan dala sel-ij
𝜆𝑖 𝑊 : parameter pegaruh tingkat i faktor W
𝜆𝑗 𝑋 : parameter pengaruh tingkat j faktor X
𝜆𝑖𝑗 𝑊𝑋 : parameter pengaruh tingkat i dan j faktor W dan X
Model (3.8) disebut model log linear lengkap pada tabel kontigensi dua
dimensi, dengan
𝜇𝑖𝑗 = 𝑙𝑜𝑔 𝑚𝑖𝑗

𝑛 𝑟
𝜇𝑖𝑗 ∑𝑛𝑗=1 𝑚𝑖𝑗 𝜇𝑖𝑗 ∑𝑟𝑖=1 log 𝑚𝑖𝑗
𝜇𝑖+ = ∑ = ; 𝜇+𝑗 = ∑ =
𝑛 𝑛 𝑟 𝑟
𝑗=1 𝑖=1
𝜇 ∑𝑟𝑖=1 ∑𝑛
𝜇 = 𝜇++ = ∑𝑟𝑖=1 ∑𝑛𝑗=1 𝑟𝑛𝑖𝑗 = menunjukkan rata-rata dari
𝑟𝑛
{log mij}
diperoleh:
∑𝑛
𝑗=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛
𝜆𝑖 𝑊 = 𝜇𝑖+ − 𝜇 = − (3.9)
𝑛 𝑟𝑛
∑𝑟𝑖=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛
𝜆𝑗 𝑋 = 𝜇+𝑗 − 𝜇 = − (3.10)
𝑟 𝑟𝑛
∑𝑛
𝑗=1 𝑚𝑖𝑗 ∑𝑟𝑖=1 log 𝑚𝑖𝑗
𝜆𝑖𝑗 𝑊𝑋 = 𝜇𝑖𝑗 − 𝜇𝑖+ − 𝜇+𝑗 + 𝜇 = log 𝑚𝑖𝑗 − −
𝑛 𝑟
∑𝑟𝑖=1 ∑𝑛
+ (3.11)
𝑟𝑛
dengan syarat:
∑𝑟𝑖=1 𝜆𝑖 𝑊 = ∑𝑛𝑗=1 𝜆𝑗 𝑋 = ∑𝑟𝑖=1 𝜆𝑖𝑗 𝑊𝑋 = ∑𝑛𝑗=1 𝜆𝑖𝑗 𝑊𝑋 = 0
dengan derajat bebas rn
c. Prosedur dalam Analisis Model Log Linear Dua Dimensi

Prosedur dalam menganalisis model log linear dua dimensi yaitu
menggunakan uji Goodness of Fit, uji independensi, dan uji
homogenitas.
32
1). Uji Goodness of Fit

Goodness of Fit bertujuan mengukur ketepatan fungsi
regresi sampel dalam menaksir nilai aktual. Uji Goodness of Fit
pada tabel kontingensi dua dimensi perhitungannya dapat
menggunakan statistik uji Chi-Square dan Likelihood Rasio
Square.
Menurut Agung (1989) dalam Lestyorini (2010), nilai
statistik χ2 dihitung berdasarkan rumus sebagai berikut:
2
2
(𝑛𝑖𝑗 − 𝑚𝑖𝑗 )
𝜒 = ∑[ ]
𝑚𝑖𝑗
𝑖,𝑗
dimana
𝐵𝑖 𝑥 𝐾𝑗
𝑚𝑖𝑗 =
𝑛
Keterangan:
nij : observasi pada variabel ke i dan j
Bi : baris ke-i
Kj : kolom ke-j
i : banyaknya jenis variabel yang diletakkan dalam baris
j : banyaknya kategorik yang diletakkan dalam kolom
Statistik dengan distribusi Chi-Square mempunyai db = (i-
1) (j-1) dimana i menyatakan banyaknya baris dan j menyatakan
kolom dari suatu tabel. Tabel kontingensi 2 x 2 diperoleh statistik
Chi-Square dengan derajat kebebasan (2-1) (2-1) = 1.
Selain menggunakan statistik uji Chi-Square, perhitungan
uji Goodness of Fit pada tabel kontingensi dua dimensi dapat
menggunakan Likelihood Rasio Square yang dinyatakan sebagai
Likelihood Rasio Chi-Square (G2) sebagai berikut:
𝑛𝑖𝑗
𝐺 2 = 2 ∑ ∑ {𝑛𝑖𝑗 log ( )}
𝑖 𝑗 𝑚𝑖𝑗
Statistik G2 juga mempunyai distribusi Chi-Square dengan
derajat kebebasan (i – 1) (j – 1).
33
2). Uji Independensi

Menurut Fauzy (2008) tujuan dari uji independensi yaitu
untuk mengetahui apakah ada hubungan antara 2 variabel. Setiap
variabel terdiri dari beberapa kategorik. Kedua variabel tersebut
ditampilkan dalam suatu tabel kontingensi yang terdiri atas
beberapa baris dan beberapa kolom.
Uji hipotesis yang dilakukan adalah apakah diantara dua
variabel tidak ada hubungan (independent) ataukah kedua variabel
tersebut saling berhubungan (dependent). Dalam pengujian ini
hipotesisnya hanya sampai pada kesimpulan apakah kedua variabel
tersebut mempunyai independensi atau tidak.
Hipotesis:
H0 : kedua variabel tidak ada hubungan
H1 : kedua variabel ada hubungan
Taraf signifikan: α
Nilai 𝜒2 dicari dengan rumus:
2
2 (𝑛11 − 𝑚11 )2 (𝑛1𝑗 − 𝑚1𝑗 ) (𝑛𝑖1 − 𝑚𝑖1 )2
𝜒 ℎ𝑖𝑡𝑢𝑛𝑔 = + ⋯+ + +
𝑚11 𝑚1𝑗 𝑚𝑖1
2
…+ 𝑚𝑖𝑗
Keterangan:
nij : observasi pada variabel ke i dan j
i : banyaknya jenis variabel yang diletakkan dalam baris
j : banyaknya kategorik yang diletakkan dalam kolom
Nilai 𝜒2 adalah 𝜒2𝛼;(i−1) (j−1)
Nilai kritis
(H0 ditolak) jika 𝜒2 hitung ≥ 𝜒2 tabel
34
2. Model Log Linear Tiga Dimensi

a. Model Log Linear Independen
Model independen dari model log linear dimensi tiga yaitu:
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 (3.12)

Keterangan:
mijk : frekuensi harapan dala sel-ijk
W
λi : parameter pegaruh tingkat i faktor W
X
λj : parameter pengaruh tingkat j faktor X
Y
λk : parameter pengaruh tingkat k faktor Y
dengan
∑𝑟𝑖=1 ∑𝑛 𝑙
𝑗=1 ∑𝑘=1 log 𝑚𝑖𝑗
𝜇= (3.13)
𝑟𝑛𝑙
∑𝑛 𝑙
𝑗=1 ∑𝑘=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛 𝑙
𝜆𝑖 𝑊 = − (3.14)
𝑛𝑙 𝑟𝑛𝑙
∑𝑟𝑖=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛 𝑙

𝜆𝑗 𝑋 = − (3.15)
𝑟𝑙 𝑟𝑛𝑙
∑𝑟𝑖=1 ∑𝑛
𝑗=1 log 𝑚𝑖𝑗 ∑𝑟𝑖=1 ∑𝑛 𝑙
𝜆𝑘 𝑌 = − (3.16)
𝑟𝑛 𝑟𝑛𝑙
Akibatnya
𝑟 𝑛 𝑙
𝑊
∑ 𝜆𝑖 = ∑ 𝜆𝑗 = ∑ 𝜆𝑘 𝑌 = 0
𝑋
𝑖=1 𝑗=1 𝑘=1
b. Model Log Linear Lengkap

Apabila ada interaksi antar variabel-variabelnya diperoleh
model lengkap (Wiley dan Sons, 1978) yaitu:
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌

(3.17)
Keterangan:
mijk : frekuensi harapan dala sel-ijk
W
λi : parameter pegaruh tingkat i faktor W
X
λj : parameter pengaruh tingkat j faktor X
Y
λk : parameter pengaruh tingkat k faktor Y
35
λij WX : parameter pengaruh faktor interaksi sel-ij

λik WY : parameter pengaruh faktor interaksi sel-ik
λjk XY : parameter pengaruh faktor interaksi sel-jk
λijk WXY : parameter pengaruh faktor interaksi sel-ijk
dengan
∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘 ∑𝑛 𝑙
𝑗=1 ∑𝑘=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘
𝜆𝑖𝑗 𝑊𝑋 = − − −
𝑙 𝑛𝑙 𝑟𝑙
𝑗=1 ∑𝑘=1 log 𝑚𝑖𝑗𝑘
(3.18)
𝑟𝑛𝑙
∑𝑛
𝑗=1 log 𝑚𝑖𝑗𝑘 ∑𝑛 𝑙
𝑗=1 ∑𝑘=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 ∑𝑛
𝑗=1 log 𝑚𝑖𝑗𝑘
𝜆𝑖𝑘 𝑊𝑌 = − − −
𝑛 𝑛𝑙 𝑟𝑛
(3.19)
𝑟𝑛𝑙
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 ∑𝑛

𝜆𝑗𝑘 𝑋𝑌 = − − −
𝑟 𝑟𝑙 𝑟𝑛
(3.20)
𝑟𝑛𝑙
∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘 ∑𝑛

𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 = log 𝑚𝑖𝑗𝑘 − − −
𝑙 𝑟 𝑛
∑𝑛 𝑙
𝑗=1 ∑𝑘=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘
+ + +
𝑛𝑙 𝑟𝑙
∑𝑟𝑖=1 ∑𝑛
𝑗=1 log 𝑚𝑖𝑗𝑘 ∑𝑟𝑖=1 ∑𝑛 𝑙
+ (3.21)
𝑟𝑛 𝑟𝑛𝑙
Akibatnya
𝑟 𝑛 𝑙 𝑟 𝑛 𝑙
𝑊 𝑋 𝑌 𝑊𝑋 𝑋𝑌
∑ 𝜆𝑖 = ∑ 𝜆𝑗 = ∑ 𝜆𝑘 = ∑ 𝜆𝑖𝑗 = ∑ 𝜆𝑗𝑘 = ∑ 𝜆𝑖𝑘 𝑊𝑌 = 0
𝑖=1 𝑗=1 𝑘=1 𝑖=1 𝑗=1 𝑘=1
Tabel 3.3 Model-Model Log Linear Tiga Dimensi

Model Log Linear Simbol
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 (W,X,Y)
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 (WX,Y)
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑗𝑘 𝑋𝑌 (WX,XY)

36
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,WY,XY)

𝜆𝑖𝑗 𝑊𝑋 +𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌
log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WXY)

𝜆𝑖𝑗 𝑊𝑋 +𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌
c. Prosedur dalam Analisis Model Log Linear Dua Dimensi

1). Menentukan Statistik Cukup Minimal dan Fungsi Likelihood
Definisi 2.1
Misalkan X=(X1, X2, …, Xn) mempunyai densitas bersama
f(x,θ), dimana θ merupakan vektor parameter. Statistik S=(S1, S2,
…, Sk) merupakan statistik cukup gabungan untuk θ jika untuk
sebarang vektor statistik T yang lain, distribusi bersyarat dari T
diberikan S=s, dinotasikan dengan fT|s(t), tidak tergantung θ. (Bain
dan Engelhardt, 1991).
Definisi 2.2
Suatu himpunan statistik dikatakan sebagai himpunan
statistik cukup minimal jika anggota-anggotanya adalah statistik
cukup gabungan untuk parameter dan jika statistik-statistik
tersebut merupakan fungsi dari himpunan statistik cukup gabungan
yang lain. (Bain dan Engelhardt, 1991)
Diasumsikan sebuah sampel {nijk} untuk klasifikasi silang
dari variabel-variabel W, X, dan Y. Diasumsikan variabel W, X, dan
Y adalah variabel random Poisson dengan nilai harapan mijk.
Fungsi kepadatan probabilitas Poisson bersama dari nijk
adalah
−𝑚𝑖𝑗𝑘 𝑛
𝑒 (𝑚𝑖𝑗𝑘 ) 𝑖𝑗𝑘
∏𝑖 ∏𝑗 ∏𝑘 (3.22)
𝑛𝑖𝑗𝑘 !
dengan
mijk : frekuensi harapan sel-ijk
nijk : frekuensi pengamatan pada baris ke-i, kolom ke- j,
dan layer ke-k
∏𝑖 ∏𝑗 ∏𝑘 : hasil kali seluruh frekuensi sel dalam tabel
37
Jika bentuk logaritma persamaan (3.22) sebagai bentuk log

likelihood dari m yaitu:
𝐿(𝑚) = ∑𝑖 ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 log (𝑚𝑖𝑗𝑘 ) − ∑𝑖 ∑𝑗 ∑𝑘 𝑚𝑖𝑗𝑘 (3.23)
Model log linier untuk {mijk} secara umum adalah

log 𝑚𝑖𝑗𝑘 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌
(3.24)
Persamaan (3.24) diubah menjadi bentuk log likelihood dengan

cara sebagai berikut:
m𝑖𝑗𝑘 = exp( 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌
(3.25)
𝐿(𝑚) = ∑𝑖 ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 log (𝑚𝑖𝑗𝑘 ) − ∑𝑖 ∑𝑗 ∑𝑘 𝑚𝑖𝑗𝑘
= ∑𝑖 ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 (𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 +

𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 ) − ∑𝑖 ∑𝑗 ∑𝑘(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 )
= ∑𝑖 ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 𝜇 + ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 𝜆𝑖 𝑊 + ∑𝑖 ∑𝑘 𝑛𝑖𝑗𝑘 𝜆𝑗 𝑋 +

∑𝑖 ∑𝑗 𝑛𝑖𝑗𝑘 𝜆𝑘 𝑌 + ∑𝑘 𝑛𝑖𝑗𝑘 𝜆𝑖𝑗 𝑊𝑋 + ∑𝑗 𝑛𝑖𝑗𝑘 𝜆𝑖𝑘 𝑊𝑌 +
∑𝑖 𝑛𝑖𝑗𝑘 𝜆𝑗𝑘 𝑋𝑌 + ∑𝑖 ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 𝜆 𝑊𝑋𝑌 − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 +
𝑖𝑗𝑘
𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 ) (3.26)
diperoleh
𝐿(𝑚) = 𝑛 𝜇 + ∑𝑖 𝑛𝑖++ 𝜆𝑖 𝑊 + ∑𝑗 𝑛+𝑗+ 𝜆𝑗 𝑋 + ∑𝑘 𝑛++𝑘 𝜆𝑘 𝑌 +

∑𝑖 ∑𝑗 𝑛𝑖𝑗+ 𝜆𝑖𝑗 𝑊𝑋 + ∑𝑖 ∑𝑘 𝑛𝑖+𝑘 𝜆𝑖𝑘 𝑊𝑌 + ∑𝑗 ∑𝑘 𝑛+𝑗𝑘 𝜆𝑗𝑘 𝑋𝑌 +
∑𝑖 ∑𝑗 ∑𝑘 𝑛𝑖𝑗𝑘 𝜆 𝑊𝑋𝑌 − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +
𝑖𝑗𝑘
𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 ) (3.27)

38
Dengan 𝜆 merupakan parameter-parameter dalam model

yang menjelaskan respon dari masing-masing variabel. Persamaan
(3.27) menyatakan bahwa persamaan tersebut merupakan keluarga
eksponensial sehingga koefisien dari parameternya merupakan
statistik cukup.
Dalam persamaan (3.27), ni++, n+j+, n++k, dan seterusnya
merupakan koefisien dari masing-masing parameter maka ni++,
n+j+, n++k, dan seterusnya adalah statistik cukup.
Tabel 3.4 Statistik Cukup Minimal
Untuk Model Log Linear Tiga Dimensi
Simbol Model Statistik Cukup Minimal

(WXY) {nijk}
(WX, Y) {nij+},{n++k}
(WX, XY) {nij+},{n+jk}
(WY, X) {ni+k},{n+j+}
(XY,W) {n+jk},{ni++}
(WY, XY) {ni+k},{n+jk}
(WX, WY) {nij+},{ni+k}
(WX, WY, XY) {nij+},{ni+k},{n+jk}
(W, X, Y) {ni++},{n+j+},{n++k}
Kemudian estimasi maksimum Likelihood diperoleh dari

hasil derivatif L(m) pada persamaan (3.27) terhadap parameter-
parameternya masing-masing disama dengankan nol sehingga
diperoleh penjabaran sebagai berikut:
a). Derivatif L(m) terhadap μ
𝜕𝐿(𝑚)
= 𝑛 − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕𝜇
= 𝑛 − ∑𝑖 ∑𝑗 ∑𝑘 𝑚𝑖𝑗𝑘
39
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛 = ∑𝑖 ∑𝑗 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕𝜇
diperoleh n = 𝑚
̂ +++ (3.28)
(frekuensi pengamatan total = frekuensi harapan total)
b). Derivatif L(m) terhadap 𝜆𝑖 𝑊
𝜕𝐿(𝑚)
= 𝑛𝑖++ − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕 𝜆𝑖 𝑊
= 𝑛𝑖++ − ∑𝑗 ∑𝑘 𝑚𝑖𝑗𝑘
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛𝑖++ = ∑𝑗 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕 𝜆𝑖 𝑊
diperoleh 𝑛𝑖++ = 𝑚
̂ 𝑖++ (3.29)
c). Derivatif L(m) terhadap 𝜆𝑗 𝑋
𝜕𝐿(𝑚)
= 𝑛+𝑗+ − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕 𝜆𝑗 𝑋
= 𝑛+𝑗+ − ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛+𝑗+ = ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕 𝜆𝑗 𝑋
diperoleh 𝑛+𝑗+ = 𝑚
̂ +𝑗+ (3.30)
d). Derivatif L(m) terhadap 𝜆𝑘 𝑌

𝜕𝐿(𝑚)
= 𝑛++𝑘 − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕 𝜆𝑘 𝑌
= 𝑛++𝑘 − ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
40
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛++𝑘 = ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕 𝜆𝑘 𝑌
diperoleh 𝑛++𝑘 = 𝑚
̂ ++𝑘 (3.31)
e). Derivatif L(m) terhadap 𝜆𝑖𝑗 𝑊𝑋

𝜕𝐿(𝑚)
= 𝑛𝑖𝑗+ − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕 𝜆𝑖𝑗 𝑊𝑋
= 𝑛𝑖𝑗+ − ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛𝑖𝑗+ = ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕 𝜆𝑖𝑗 𝑊𝑋
diperoleh 𝑛𝑖𝑗+ = 𝑚
̂ 𝑖𝑗+ (3.32)
f). Derivatif L(m) terhadap 𝜆𝑖𝑘 𝑊𝑌

𝜕𝐿(𝑚)
= 𝑛𝑖+𝑘 − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕 𝜆𝑖𝑘 𝑊𝑌
= 𝑛𝑖+𝑘 − ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛𝑖+𝑘 = ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕 𝜆𝑖𝑘 𝑊𝑌
diperoleh 𝑛𝑖+𝑘 = 𝑚
̂ 𝑖+𝑘 (3.33)
g). Derivatif L(m) terhadap 𝜆𝑗𝑘 𝑋𝑌

𝜕𝐿(𝑚)
= 𝑛+𝑗𝑘 − ∑𝑖 ∑𝑗 ∑𝑘 exp(𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑖𝑗 𝑊𝑋 +
𝜕 𝜆𝑗𝑘 𝑋𝑌
= 𝑛+𝑗𝑘 − ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
Jika
𝜕𝐿(𝑚)
= 0 maka 𝑛+𝑗𝑘 = ∑𝑖 ∑𝑘 𝑚𝑖𝑗𝑘
𝜕 𝜆𝑗𝑘 𝑋𝑌
diperoleh 𝑛+𝑗𝑘 = 𝑚
̂ +𝑗𝑘 (3.34)
41
Penyelesaian tunggal untuk 𝑚

̂ 𝑖𝑗𝑘 pada model sesuai
dengan data sampel dalam statistik cukup minimalnya, sehingga
merupakan penyelesaian maksimum Likelihoodnya.
2). Estimasi Frekuensi Harapan

Misalkan diberikan sebuah simbol model (WY,XY) dengan
W dan X adalah variabel bebas adan Y merupakan variabel terikat
memenuhi:
𝑝𝑖+𝑘 𝑝+𝑗𝑘
𝑝𝑖𝑗𝑘 = , untuk semua i, j, dan k
𝑝++𝑘
Menurut Bishop (2007), untuk sampel berdistribusi Poisson

digunakan rumus yang berkaitan dengan frekuensi harapan
𝑚𝑖+𝑘 𝑚+𝑗𝑘
𝑚𝑖𝑗𝑘 = 𝛿𝑖𝑗𝑘 𝑚++𝑘
Dari persamaan (3.31), (3.33), dan (3.34) maka diperoleh estimasi

𝑛𝑖+𝑘 𝑛+𝑗𝑘
𝑚
̂ 𝑖𝑗𝑘 = 𝛿𝑖𝑗𝑘 (3.35)
𝑛++𝑘
Keterangan:
1, 𝑢𝑛𝑡𝑢𝑘 𝑠𝑒𝑙 𝑡𝑒𝑟𝑖𝑠𝑖
𝛿𝑖𝑗𝑘 = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑠𝑒𝑙 𝑘𝑜𝑠𝑜𝑛𝑔
Perhitungan estimasi frekuensi harapan untuk sel kosong

menggunakan persamaan (3.35) dengan 𝛿ijk = 0. Jadi nilai estimasi
frekuensi harapan menyesuaikan dengan masing-masing model.
3). Uji Goodness of Fit

Uji goodness of fit digunakan untuk mengetahui bahwa
model sesuai dengan keadaan sebenarnya. Hipotesa yang
dipergunakan adalah (Agresti, 1990):
H0: Model sesuai dengan keadaan sebenarnya
H1: Model tidak sesuai dengan keadaan sebenarnya
Statistik uji Chi-Square untuk tabel kontingensi tiga
dimensi dirumuskan sebagai berikut:
42
2
2 (𝑛𝑖𝑗𝑘 −𝑚𝑖𝑗𝑘 )
𝜒 = ∑𝑖,𝑗,𝑘 𝑚𝑖𝑗𝑘
Apabila 𝜒2 hitung ≤ 𝜒2 tabel dan p-value > taraf signifikansi

𝛼 maka model log linear yang diperoleh sesuai dengan keadaan
sebenarnya (Agung, 2004).
Selain uji Chi-Square, untuk menguji hipotesis pada setiap
model dapat digunakan statistik uji lain yaitu Likelihood Rasio
Square yaitu dengan rumus:
𝑛𝑖𝑗𝑘
𝐺 2 = 2 ∑ ∑ ∑ {𝑛𝑖𝑗𝑘 log ( )}
𝑖 𝑗 𝑘 𝑚𝑖𝑗𝑘
Derajat bebasnya dicari dari jumlah keseluruhan sel dalam
tabel dikurangi jumlah parameter dalam suatu model yang telah
ditentukan. Diperoleh rumus derajat bebas untuk model dengan
semua bentuk interaksi 2-variabel dalam tabel tiga dimensi yaitu:
ijk – [1 – (i-1) + (j – l) + (k – l) + (i – 1) (j – 1) + (i – 1) (k – 1)
+ (j – 1) (k – 1)]
Tabel 3.5
Derajat Bebas untuk Tabel Kontingensi Tiga Dimensi
Simbol model Derajat bebas
(W,X,Y) ijk –i - j – k + 2
(WX, Y) (k -1) (ij - 1)
(WY, X) (j – 1) (ik – 1)
(XY,W) (i – 1) (jk – 1)
(WX, XY) j (i -1) (k – 1)
(WY, YX) k (i – 1) (j – 1)
(WX, WY) i (j – 1) ( k – 1)
(WX, WY, XY) (i – 1) ( j – 1) ( k – 1)
(WXY) 0
4). Pemilihan Model

Model dalam hal ini dipilih menurut nilai statistik rasio
Likelihood dan derajat bebasnya. Urutan pertama dipilih model
yang mempunyai nilai statistik rasio Likelihood paling besar dan
43
derajat bebasnya juga yang paling besar. Langkah selanjutnya

analog dengan langkah sebelumnya. Apabila ada dua model atau
lebih yang mempunyai derajat sama, maka dipilih salah satu saja
yaitu model yang mempunyai nilai statistik rasio Likelihood paling
kecil.
5). Partisi Chi-Squares

Diberikan dua model parametrik 𝑚1 dan 𝑚2 dengan 𝑚2
kasus khusus dari 𝑚1. Karena 𝑚2 lebih sederhana dari 𝑚1 maka
model 𝑚2 dikatakan bersusun dengan 𝑚1, 𝑣1 dan 𝑣2 derajat bebas
sesatan dan 𝑣1 lebih kecil dari 𝑣2 maka
𝐺2(𝑚1) ≤ 𝐺2(𝑚2) (3.36)
Secara teoretis, 𝐺2(𝑚1) tidak akan pernah melampaui

𝐺2(𝑚2) diasumsikan model 𝑚1 ditentukan, pendekatan rasio
Likelihood untuk menguji apakah 𝑚2 diperoleh dapat dihitung
dengan uji statistik.
𝐺2(𝑚2) = 𝐺2(𝑚1) + 𝐺2(𝑚1+𝑚2) (3.37)

𝐺2(𝑚1) mendekati distribusi chi square dengan derajat bebas 𝑣1,
𝐺2(𝑚2) mendekati distribusi chi square dengan derajat bebas 𝑣2.
Oleh sebab itu, diperoleh 𝐺2(𝑚2|𝑚1) mendekati distribusi chi
square dengan derajat bebas 𝑣2−𝑣1.
6). Analisis Residual

Pada dasarnya, uji Goodness of fit hanya memberikan
kesimpulan yang umum tentang bagaimana sebuah model sesuai
dengan data. Untuk lebih jauhnya, dapat dilihat pada analisis residu
yang dilakukan dalam memilih sebuah model.
Residu adalah frekuensi pengamatan (𝑛𝑖) dikurangi dengan
̂ 𝑖 ) dalam bentuk persamaan diperoleh:
frekuensi harapan (𝑚
𝜀 = 𝑛𝑖 − 𝑚
̂ 𝑖 , i=1,2,...,n (3.38)
44
Tujuan dari analisis residual ini adalah untuk mengukur sisa

variabilitas data pengamatan yang tidak dapat dijelaskan baik oleh
masing-masing variabelnya maupun interaksi antar variabelnya.
Jika diperoleh nilai residual yang relatif kecil (mendekati nilai nol)
maka model log linear terbaik untuk mewakili data.
Plot yang sederhana antara nilai residual versus nilai
estimasi frekuensi harapan sangat bermanfaat dalam mendeteksi
apakah model telah sesuai dengan spesifikasi ataukah ada
penyimpangan terhadap asumsi. Plot residual yang ideal adalah
yang menggambarkan titik-titik yang menyebar di sekitar nol
dengan penyimpangan tidak terlalu besar dari titik nol dan tidak
memberikan suatu kecenderungan pola tertentu / berpola acak.
3. Model Log Linear Empat Dimensi (Multivariat)

a. Model-Model Log Linear Empat Dimensi
Model log linear yang paling sederhana untuk tabel empat
dimensi yaitu model lengkap independen / mutual independence untuk
semua variabel dengan persamaan:
log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + 𝜆𝑙 𝑍 (3.39)
Jika terdapat empat klasifikasi tabel (empat dimensi) data

kategorik, misal W,X,Y,Z, maka terdapat 8 model log linear yang
mungkin dari hirarki empat dimensi tersebut. (Agresti, 1990)
Tabel 3.6
Model-Model Log Linear Empat Dimensi (Agresti,1990)
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 +𝜆𝑙 𝑍 (W,X,Y,Z)
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + (WX,WY,WZ,XY,XZ,YZ)

𝜆𝑖𝑙 𝑊𝑍 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 +𝜆𝑘𝑙 𝑌𝑍
45
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 + 𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 + (WXY,WXZ,WYZ,XYZ)

𝜆𝑖𝑘𝑙 𝑊𝑌𝑍 + 𝜆𝑗𝑘𝑙 𝑋𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 + 𝜆𝑖𝑙 𝑊𝑍 + (WXY,WZ,XZ,YZ)

𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑍 + 𝜆𝑖𝑙 𝑊𝑌 + (WXZ,WY,XY,YZ)

𝜆𝑗𝑙 𝑋𝑌 + 𝜆𝑘𝑙 𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖𝑗𝑘 𝑊𝑌𝑍 + 𝜆𝑖𝑙 𝑊𝑋 + (WYZ,WX,XY,XZ)

𝜆𝑗𝑙 𝑋𝑌 + 𝜆𝑘𝑙 𝑋𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖𝑗𝑘 𝑋𝑌𝑍 + 𝜆𝑖𝑙 𝑊𝑋 + (XYZ,WX,WY,WZ)

𝑊𝑌 𝑊𝑍
𝜆𝑗𝑙 + 𝜆𝑘𝑙
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 +𝜆𝑙 𝑍 + (WXYZ)

𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑖𝑙 𝑊𝑍 + 𝜆𝑗𝑘 𝑋𝑌 +
𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 + 𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 +
𝜆𝑖𝑘𝑙 𝑊𝑌𝑍 + 𝜆𝑗𝑘𝑙 𝑋𝑌𝑍 + 𝜆𝑖𝑗𝑘𝑙 𝑊𝑋𝑌𝑍
Menurut Trastika (2006) terdapat 23 model yang dimungkin

untuk analisis model log linear empat dimensi (Lampiran 4). Sebagai
ilustrasi model log linear untuk tabel multivariat yang melibatkan tiga
atau lebih variabel, diberikan tabel empat dimensi berukuran i x j x k x
l dengan variabel W, X, Y, Z dimana total pengamatan sama dengan n
dan pengamatan untuk sel (i, j, k, l) dengan nijkl sedangkan mijkl
dinotasikan sebagai nilai ekpektasi untuk sel (i,j,k,l) dibawah asumsi
beberapa model parametrik.
Analog dengan tabel dimensi tiga, pembentukkan model untuk
tabel empat dimensi dibatasi dengan prinsip hierarki, dimana jika
mengikutkan suatu bentuk interaksi, maka juga harus mengikutkan
semua bentuk interaksi yang lebih rendah tingkatannya. Sebagai contoh
jika mengikutkan 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 dalam suatu model, maka harus
mengikutkan 𝜆𝑖𝑗 𝑊𝑋 , 𝜆𝑖𝑘 𝑊𝑌 , 𝜆𝑗𝑘 𝑋𝑌 .

46
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢

𝑙=1 log 𝑚𝑖𝑗𝑘𝑙
𝜇= (3.40)
𝑟𝑠𝑡𝑢
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝜆𝑖 𝑊 = − (3.41)
𝑠𝑡𝑢 𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝜆𝑗 𝑋 = − (3.42)
𝑟𝑡𝑢 𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
𝜆𝑘 𝑌 = − (3.43)
𝑟𝑠𝑢 𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝜆𝑙 𝑍 = − (3.44)
𝑟𝑠𝑡 𝑟𝑠𝑡𝑢
∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢

∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑖𝑗 𝑊𝑋 = − − −
𝑡 𝑢 𝑠𝑡
∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 ∑𝑢
− − −
𝑟𝑡 𝑠𝑢 𝑡𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
− −
𝑟𝑡𝑙 𝑠𝑡𝑙
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
(3.45)
𝑟𝑠𝑡𝑢
∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢

∑𝑠𝑗=1 ∑𝑢
𝜆𝑖𝑘 𝑊𝑌 = − − −
𝑠 𝑢 𝑠𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑢
− − −
𝑟𝑡 𝑠𝑢 𝑡𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑙𝑢

− −
𝑟𝑡𝑙 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
(3.46)
𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢

∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑗𝑘 𝑋𝑌 = − − −
𝑟 𝑢 𝑟𝑠
∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑢
− − −
𝑟𝑡 𝑟𝑢 𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
− −
𝑟𝑠𝑢 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
(3.47)
𝑟𝑠𝑡𝑢
𝑊𝑍 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑖𝑙 = − − −
𝑠 𝑡 𝑟𝑠
∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑢

− − −
𝑟𝑡 𝑠𝑡 𝑠𝑢
47
∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
− − −
𝑡𝑢 𝑟𝑠𝑡 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
(3.48)
𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑗𝑙 𝑋𝑍 = − − −
𝑟 𝑡 𝑟𝑠

− − −
𝑟𝑡 𝑟𝑢 𝑠𝑡
∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
− − −
𝑡𝑢 𝑟𝑠𝑡 𝑟𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
(3.49)
𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑘𝑙 𝑌𝑍 = − − −
𝑟 𝑠 𝑟𝑠

− − −
𝑟𝑡 𝑟𝑢 𝑠𝑡
∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
− − −
𝑠𝑢 𝑟𝑠𝑡 𝑟𝑠𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
(3.50)
𝑟𝑠𝑡𝑢
∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑢
∑𝑠𝑗=1 ∑𝑢
𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 = − − −
𝑢 𝑟𝑢 𝑠𝑢
∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
− − −
𝑡𝑢 𝑟𝑠𝑢 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
− (3.51)
∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 = − − −
𝑡 𝑟𝑡 𝑠𝑡
∑𝑡𝑘=1 ∑𝑢
− − −
𝑡𝑢 𝑟𝑠𝑡 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
− (3.52)
∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑖𝑘𝑙 𝑊𝑌𝑍 = − − −
𝑠 𝑟𝑠 𝑠𝑡
∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
− − −
𝑠𝑢 𝑟𝑠𝑡 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
− (3.53)
48
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑗𝑘𝑙 𝑋𝑌𝑍 = − − −
𝑟 𝑟𝑠 𝑟𝑡
∑𝑟𝑖=1 ∑𝑢
− − −
𝑟𝑢 𝑟𝑠𝑡 𝑠𝑡𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
− (3.54)
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙

𝜆𝑖𝑗𝑘𝑙 𝑊𝑋𝑌𝑍 = log 𝑚𝑖𝑗𝑘𝑙 − − − −
𝑟 𝑠 𝑡
∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑢
+ + + +
𝑢 𝑟𝑠 𝑟𝑡 𝑟𝑢
∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑢
+ + +
𝑠𝑡 𝑠𝑢 𝑡𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
+ + +
𝑟𝑠𝑡 𝑠𝑡𝑢 𝑟𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
+ (3.55)
b. Prosedur Analisis Model Log Linear Empat Dimensi

1). Menentukan Statistik Cukup Minimal dan Fungsi Likelihood
Statistik cukup minimal untuk masing-masing model
merupakan jumlah frekuensi pengamatan yang bersesuaian dengan
indeks dari parameter berordo tinggi yang ada dalam model. Oleh
karena nilai statistik cukupnya juga merupakan statistik cukup
minimal, maka cara mencari statistik cukup minimal dengan
mengasumsikan sebuah model sampel sederhana {nijkl} untuk
klasifikasi silang dari variabel-variabel random poisson (W,X,Y,Z)
yang independen dengan nilai harapan mijkl.
Fungsi kepadatan probabilitas bersama Poisson dari {nijkl}
adalah
𝑛
exp 𝑚𝑖𝑗𝑘𝑙 (𝑚𝑖𝑗𝑘𝑙 ) 𝑖𝑗𝑘𝑙
∏𝑖 ∏𝑗 ∏𝑘 ∏𝑙 (3.56)
𝑛𝑖𝑗𝑘𝑙 !
Dengan paramter mijkl dan ∏𝑖 ∏𝑗 ∏𝑘 ∏𝑙 adalah hasil kali seluruh

sel dalam tabel. Persamaan (3.56) jika dalam bentuk logaritma
sebagai bentuk log likelihood dari m menjadi:
49
𝐿(𝑚) = ∑𝑖 ∑𝑗 ∑𝑘 ∑𝑙 𝑛𝑖𝑗𝑘𝑙 log(𝑚𝑖𝑗𝑘𝑙 ) − ∑𝑖 ∑𝑗 ∑𝑘 ∑𝑙 𝑚𝑖𝑗𝑘𝑙 (3.57)
Model log linear untuk mijkl secara umum,

Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 +𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 +
𝜆𝑖𝑙 𝑊𝑍 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 + 𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 + 𝜆𝑖𝑘𝑙 𝑊𝑌𝑍 +
𝜆𝑗𝑘𝑙 𝑋𝑌𝑍 + 𝜆𝑖𝑗𝑘𝑙 𝑊𝑋𝑌𝑍 (3.58)

Bentuk likelihood dari persamaan di atas menjadi
(3.59)
Dengan 𝜆 merupakan parameter-parameter dalam model

yang menjelaskan respon dari masing-masing variabel. Kemudian
analog dengan dimensi tiga yaitu hasil derivatif L(m) terhadap
parameter-parameternya masing-masing disama dengankan nol
sehingga diperoleh fungsi likelihood sebagai berikut:
50
Tabel 3.7 Statistik Cukup Minimal

No. Simbol Model Statistik Cukup Minimal
1. (WXYZ) {nijkl}
2. (WXY,WXZ,X {nijk+}, {nij+l}, {n+jkl}, {ni+kl}
3. (WXY,WXZ,YZ,WYZ)XYZ) {nijk+}, {nij+l}, {n+jkl}
4. (WXZ,WYZ, XYZ) {nij+l},{ni+kl}, {n+jkl}
5. (WXY,XYZ) {nijk+}, {n+jkl}
6. (WXY,WXZ, YZ) {nijk+},{nij+l},{n++kl}
7. (WXZ,XYZ, WY) {nij+l}, {n+jkl}, {ni+k+}
8. (WXZ,WY,XY, YZ) {nij+l}, {ni+k+}, {n+kl+},
9. {n++kl}
(WXY,WZ,XZ, YZ) {nijk+},{ni++l},{n+j+l},{n++kl}
10. (WXY,XZ,YZ) {nijk+},{n+j+l},{n++kl}
11. (WXZ,WY,XY) {nij+l}, {ni+k+}, {n+kl+}
12. (WXY,YZ) {nijk+},{n++kl}
13. (WXY, Z) {nijk+}, {n+++l}
14. (WX,WY,XY, {nij++}, {ni+k+}, {n+kl+},
15. (WX,WY, XZ,YZ,WZ)
XY,XZ,YZ) {n+j+l},{n++kl},{ni++l}
{nij++}, {ni+k+}, {n+kl+},
16. (WX,WY, XY,YZ) {n+j+l},{n++kl}
{nij++}, {ni+k+},
17. (WX,WY,WZ) {n+kl+},{n++kl}
{nij++}, {ni+k+},{ni++l}
18. (WX,XY,YZ) {nij++},{n+kl+},{n++kl}
19. (WX,WY,XY, Z) {nij++}, {ni+k+},{n+kl+},
20. (WX,YZ) {n+++l}
{nij++},{n++kl}
21. (WX,XY,Z) {nij++},{n+kl+},{n+++l}
22. (WX,Y,Z) {nij++},{n++k+}, {n+++l}
23. (W,X,Y,Z) {ni+++}, {n+j++}, {n++k+},
{n+++l}
2). Estimasi Frekuensi Harapan
Estimasi frekuensi harapan merupakan perkiraan yang
terjadi dari nilai masing- masing kategorik pada setiap variabelnya.
Cara mencari estimasi frekuensi harapan untuk model log linear
empat dimensi analog dari estimasi frekuensi harapan untuk model
log linear tiga dimensi. Estimasi frekuensi harapan digunakan
untuk menghitung nilai residual.
51
3). Uji Goodness Of Fit

Uji Goodness of Fit pada tabel kontingensi tiga dimensi
perhitungannya dapat menggunakan statistik uji Chi-Square
maupun Likelihood Rasio Square. Statistik uji Chi-Square
digunakan untuk mengetahui bahwa model sesuai dengan keadaan
sebenarnya.
Hipotesa yang dipergunakan adalah (Agresti, 1990):
H0 : Model sesuai dengan keadaan sebenarnya
H1 : Model tidak sesuai dengan keadaan sebenarnya
Statistik uji Chi-Square untuk tabel kontingensi tiga
dimensi dirumuskan sebagai berikut :
2
2 (𝑛𝑖𝑗𝑘𝑙 −𝑚𝑖𝑗𝑘𝑙 )
𝜒 = ∑𝑖,𝑗,𝑘,𝑙 𝑚𝑖𝑗𝑘 𝑙
Apabila 𝜒2 hitung ≤ 𝜒2 tabel dan p-value > taraf signifikansi

𝛼 maka model log linear yang diperoleh sesuai dengan keadaan
sebenarnya (Agung, 2004).
Selain uji Chi-Square, untuk menguji hipotesis pada setiap
model dapat digunakan statistik uji lain yaitu Likelihood Rasio
Square yaitu dengan rumus:
𝑛𝑖𝑗𝑘𝑙
𝐺 2 = 2 ∑ ∑ ∑ ∑ {𝑛𝑖𝑗𝑘𝑙 log ( )}
𝑖 𝑗 𝑘 𝑙 𝑚𝑖𝑗𝑘𝑙
Derajat bebasnya dicari dari jumlah keseluruhan sel dalam
tabel dikurangi jumlah parameter dalam suatu model yang telah
ditentukan. Diperoleh rumus derajat bebas untuk model dengan
semua bentuk interaksi 3 faktor dalam tabel 4 dimensi yaitu:
ijkl – [1 – (i-1) + (j – l) + (k – l) + (l – 1) + (i – 1) (j – 1) + (i –
1) (k – 1) + (i – 1) (l – 1) + (j – 1) (k – 1) + (j – 1) (l – 1) + (k
– 1) (l – 1)+ (i – 1) (j – 1) (k – l) + (i – 1) (j – 1) (l – 1)+ (j – 1)
(k – 1) (l – 1)+ (i – 1) (k – 1) (l – 1)]
52
Tabel 3.8
Derajat Bebas Tabel Kontigensi Empat Dimensi (Trastika,2006)
Simbol Model Derajat Bebas

(W, X, Y, Z) ijkl – j – k – l + 3
(WX, Y, Z) ijkl – ij – k – l +2
(WX, YZ) ijkl – ij – kl +1
(WX, XY, Z) j(ikl – i – k +1) – (l – 1)
(WX, XY, YZ) ijkl – ij – jk – kl + j + k
(WX,WY, WZ) ijkl – ij – ik – il + 2i
(WXY, Z) (ijk-1) (l-1)
(WXY,YZ) k (ij-1) (l-1)
(WXY, XYZ) jk (i – 1) (l – 1)
(WXY, WXZ, XYZ, WYZ) (i – 1) ( j – 1) (k – 1) (l -1)
(WXYZ, WXZ, XYZ) ijkl – ijk – ijl -jkl + jk + kl + i + j
+ k + l +3
(WXZ, WYZ, XYZ) ijkl – ijk -ijl – jkl + jk + jl + i + j
+k+3
(WXY, WXZ, YZ) ij (kl – l – k)
(WXZ, XYZ, WY) jl (ik – k – i)
(WXZ, WY, XY, YZ) ijkl – ijk – ij – jk – kl + j +k +4
(WXY, WZ, XZ, YZ) ijkl – ijk – il jl – kl + i +k + l + 3
(WXY, XY, YZ) ijkl – ijk jl -kl + j + k +2
(WXZ, WY, XY) ijkl – ijl – ij – jk
(WX, WY, XY, XZ, YZ, WZ) ijkl – ij – ik – jk – jl – kl + 2j + 2k
+ 2l + 2i – 3
(WX, WY, XY, XZ, YZ) ijkl – ij – ik – jk – jl – kl + 2j + 2k
+ 2l + 2i – 2
(WX, WY, XY, YZ) ijkl – ij – ik – jk – kl + i + 2k + j –
1
(WX, WY, XY, Z) ijkl – ij -ik – jk + i+ k -1
(WXYZ) 0
4). Pemilihan Model

Model dalam hal ini dipilih menurut nilai statistik rasio
Likelihood dan derajat bebasnya. Urutan pertama dipilih model
yang mempunyai nilai statistik rasio Likelihood paling besar dan
derajat bebasnya juga yang paling besar. Apabila ada model yang
mempunyai derajat sama, maka dipilih salah satu saja yaitu model
yang mempunyai nilai statistik rasio Likelihood paling kecil.
53
5). Partisi Chi-Squares

Diberikan dua model parametrik 𝑚1 dan 𝑚2 dengan 𝑚2
kasus khusus dari 𝑚1. Karena 𝑚2 lebih sederhana dari 𝑚1 maka
model 𝑚2 dikatakan bersusun dengan 𝑚1, 𝑣1 dan 𝑣2 derajat bebas
sesatan dan 𝑣1 lebih kecil dari 𝑣2 maka
𝐺2(𝑚1) ≤ 𝐺2(𝑚2)
Secara teoretis, 𝐺2(𝑚1) tidak akan pernah melampaui
𝐺2(𝑚2) diasumsikan model 𝑚1 ditentukan, pendekatan rasio
Likelihood untuk menguji apakah 𝑚2 diperoleh dapat dihitung
dengan uji statistik.
𝐺2(𝑚2) = 𝐺2(𝑚1) + 𝐺2(𝑚1+𝑚2)

𝐺2(𝑚1) mendekati distribusi chi square dengan derajat bebas 𝑣1,
𝐺2(𝑚2) mendekati distribusi chi square dengan derajat bebas 𝑣2.
Oleh sebab itu, diperoleh 𝐺2(𝑚2|𝑚1) mendekati distribusi chi
square dengan derajat bebas 𝑣2−𝑣1.
6). Analisis Residual

Pada dasarnya, uji Goodness of fit hanya memberikan
kesimpulan yang umum tentang bagaimana sebuah model sesuai
dengan data. Untuk lebih jauhnya, dapat dilihat pada analisis residu
yang dilakukan dalam memilih sebuah model.
Residu adalah frekuensi pengamatan (𝑛𝑖) dikurangi dengan
̂ 𝑖 ) dalam bentuk persamaan diperoleh:
frekuensi harapan (𝑚
𝜀 = 𝑛𝑖 − 𝑚
̂ 𝑖 , i=1, 2, ..., n
Tujuan dari analisis residual ini adalah untuk mengukur sisa

variabilitas data pengamatan yang tidak dapat dijelaskan baik oleh
masing-masing variabelnya maupun interaksi antar variabelnya.
Jika diperoleh nilai residual yang relatif kecil (mendekati nilai nol)
maka model log linear terbaik untuk mewakili data.
BAB IV
STUDI KASUS
4.1 Metodologi Penelitian

4.1.1 Populasi dan Sampel
Populasi dalam penelitian ini adalah seluruh data Non RKAP
Departemen Rancang Bangun PT Petrokimia Gresik. Besar populasi tersebut
mendekati tak hingga, hal ini dikarenakan banyak pekerjaan rancang bangun
yang telah ada sejak lama. Sampel yang digunakan adalah proyek Non RKAP
Departemen Rancang Bangun PT Petrokimia Gresik tahun 2015 dan 2016.
4.1.2 Teknik Pengolahan Data

Variabel yang termuat dalam dataset penelitian adalah sebagai
berikut:
1. Jenis Proyek (W) : a. BEDP (1)
b. Monitoring (2)
c. Pengukuran (3)
d. Dukumen/File (4)
e. Budgeting (5)
f. Jasa Luar (6)
2. Perencana (X) : a. Bagian Proses
- HSN - PRY
- HRD - RKA/RKZ
- YDH
b. Bagian Mesin
- DIW - FDY
- ADS - AYN
- DVM
c. Bagian Sipil
- ARS - HER
- MST - WRA
- ANS - HRU
- MRO - ABT
d. Bagian Listin
- UMR - MFS
- APD - GGR
- PKA - FTW
- HDI
55
3. Lokasi (Y) : a. Wilayah Produksi (1)

b. Wilayah Perusahaan (2)
c. Wilayah Luar Perusahaan (3)
4. Status (Z) : a. Selesai (3)
b. In Progrres (2)
c. Batal (1)
Setelah seluruh variabel terhimpun, analisis yang dilakukan adalah

sebagai berikut:
1. Analisis Grafik
2. Analisis Model Log Linear Empat Dimensi
4.2 Hasil dan Pembahasan

Proyek Non RKAP sangat berpengaruh bagi perusahaan khususnya
bagi masing-masing departemen. Klasifikasi dan disposisi pekerjaan menjadi
acuan pengambilan kebijakan untuk penyelesaian proyek. Suatu proyek tentu
dapat diklasifikasian dalam jenis proyek untuk memudahkan pihak
perencana. Proyek perusahaan, khususnya proyek Non RKAP merupakan
proyek yang tersebar di berbagai lokasi berdasarkan ketentuan area pelayanan
perusahaan. Proyek tersebut selanjutnya akan dipegang oleh koordinator
perencana yang ditentukan berdasarkan hasil rapat koordinasi kompartemen.
4.2.1 Analisis Grafik
Gambar 4.1 Grafik Jumlah Proyek Non-RKAP Tahun 2015-2016

56
Berdasarkan grafik tersebut, dapat dilihat bahwa jumlah proyek Non

RKAP untuk masing-masing jenis proyek relatif berubah-ubah. Jenis proyek
terbanyak di Departemen Rancang Bangun adalah proyek pembuatan BEDP.
Proyek pembuatan BEDP adalah proyek yang meliputi desain, redrawing,
pembangunan, penambahan, modifikasi, pemindahan, pembenahan, dan
sebagainya yang berkaitan dengan basic engineering. Proyek pembuatan
BEDP tahun 2016 pun bertambah sebanyak 18 proyek dari tahun sebelumnya.
Proyek Non RKAP terbanyak kedua adalah pengukuran. Proyek pengukuran
ini meliputi pengukuran lahan, pengukuran mesin, dan stock opname. Namun,
proyek pengukuran di tahun 2016 menurun dibandingkan tahun sebelumnya.
Hal ini berbeda dengan jenis proyek monitoring. Proyek monitoring pada dua
tahun terakhir mencapai angka yang sama yaitu 19 proyek. Proyek
monitoring meliputi evaluasi, studi sistem, pengecekan, dan monitoring
operasional.
Permintaan proyek Non RKAP yang relatif rendah di Departemen
Cangun adalah proyek pembuatan materi/dokumen dan jasa luar. Jenis proyek
pembuatan materi/dokumen meliputi proyek pembuatan buku produk,
pembuatan buku profil knowledge, penyusunan proposal, dan sertifikasi.
Sedangkan proyek jasa luar meliputi jasa konsultasi, penjurian lomba, dan
kontest.
Gambar 4.2 Persentase Status Proyek Non-RKAP Dept. Cangun Tahun 2015-2016
57
Berdasarkan grafik tersebut, dapat dilihat bahwa proyek Non RKAP

yang mencapai penyelesaian 100% adalah proyek jasa luar dan pembuatan
materi/dokumen. Hal ini diperkuat dengan selesainya semua proyek jasa luar
di tahun 2015 maupun 2016. Sedangkan proyek pembuatan materi/dokumen
telah selesai 100% di tahun 2016, dengan peningkatan pencapaian kinerja
sebesar 40% dari tahun 2015.
Secara general, masing-masing proyek masih memiliki program yang
berstatus in progres kecuali proyek jasa luar. Fokus di proyek pembuatan
BEDP yang notabennya merupakan proyek terbanyak, proyek berstatus in
progress menurun sebesar 11% pada tahun 2016. Artinya, proyek in progress
pada tahun 2015 ada yang telah diselesaikan di tahun 2016. Namun, proyek
pembuatan BEDP yang batal pada tahun 2016 naik 5% dari tahun sebelunya.
Status pengerjaan proyek yang masih in progress atau pun yang telah
batal dapat dipengaruhi oleh banyak hal. Penyebab-penyebab tersebut bisa
berasal dari peminta jasa (user), ketidaksesuaian bidang perencana dengan
disposisi proyek, tingkat kesulitan proyek, administrasi, lokasi, dan lain
sebagainya. Grafik pada gambar 4.2 menunjukkan kinerja yang cukup
memuaskan namun perlu dilakukan upaya untuk mengurangi pertambahan
proyek in progress.
4.2.2. Analisis Model Log Linear

Model log linear multivariat merupakan perluasan dari model log
linear (MLL) trivariat yaitu model log linear yang mempunyai tiga variabel.
Model log linear multivariat terjadi jika klasifikasi silang dilakukan terhadap
tiga variabel kategorik atau lebih. Pembahasan pada laporan ini menekankan
pada analisis variabel kategorik dimensi empat dan penerapannya pada kasus
status pengerjaan proyek Non RKAP Departemen Rancang Bangun PT
Petrokimia Gresik.
Kasus status pengerjaan proyek Non RKAP Departemen Rancang
Bangun PT Petrokimia Gresik dianalisis dengan model log linear multivariat
empat dimensi. Empat dimensi atau variabel tersebut yaitu jenis proyek (W),
perencana (X), lokasi (Y), dan status (Z),. Selanjutnya masing-masing variabel
58
tersebut dibagi kedalam beberapa kategorik berdasarkan skala pengukuran

ordinal dan nominal. Jenis proyek, lokasi, dan perencana dengan skala
nominal, sedangkan status berskala ordinal. Jenis proyek (W) dibagi menjadi
enam kategorik yaitu BEDP (1), monitoring (2), pengukuran (3),
dokumen/file (4), budgeting (5), dan jasa luar (6). Lokasi (Y) dibagi menjadi
tiga kategori yaitu wilayah produksi (1), wilayah perusahaan (2), wilayah luar
perusahaan (3). Perencana (X) dibagi menjadi 25 kategori seperti pada
identifikasi variabel sebelumnya. Status (Z) Yang merupakan status
pengerjaan proyek berskala ordinal dibagi menjadi tiga kategori yaitu batal
(1), in proggress (2), dan selesai (3). Dari data empat dimensi tersebut,
langkah awal untuk melakukan pemodelan log linear adalah memastikan
bahwa data memenuhi uji independensi (memiliki hubungan).
A. Uji Independensi
Data kategorik yang tersebar awalnya disusun menjadi sebuah tabel
kontigensi (Lampiran 3). Tabel kontigensi empat dimensi pada Lampiran 3
tersebut menunjukkan deksriptif dari masing-masing kategori. Berdasarkan
tabel tersebut dapat disimpulkan bahwa total proyek yang batal ada sebanyak
18 proyek, in proggress sebanyak 84 proyek, dan selesai sebanyak 233
proyek. Selanjutnya akan diuji apakah jenis proyek, lokasi, dan perencana
saling independen terhadap status pengerjaan. Pegujian dilakukan dengan
chi-square test sebagai berikut:
Tabel 4.1 Chi-Square Test
Chi-Square Tests
Jenis Perencana Methods Value df AsYmp. Sig.

ProYek (2-sided)
Total Total Pearson chi- 5.200a 4 .267
Square
Likelihood Ratio 5.364 4 .252
Linear-by-Linear 0.401 1 .526

Association
N of Valid cases 335
59
Hipotesis
H0 : Status independen dengan lokasi pada setiap perencana dan jenis
proyek
H1 : Status tidak independen dengan lokasi pada setiap perencana dan
jenis proyek
Tingkat signifikansi
α = 0,05
Statistik uji
P-value = 0,267
Daerah kritis
Tolak H0 jika P-value < α
Keputusan
Gagal tolak H0 karena p-value (0,267) > α (0,05)
Kesimpulan
Dengan tingkat keperyayaan 95% disimpulkan bahwa status
independen dengan lokasi pada perencana dan jenis proyek. Artinya, asumsi
independensi terpenuhi.
B. Statistik Cukup Minimal dan Fungsi Likelihood

Nilai statistik cukup minimal dan fungsi likelihood digunakan untuk
membuktikan bahwa frekuensi pengamatan total sama dengan frekuensi
harapan total. Statistik cukup minimal untuk model-model log linear
merupakan koefisien dari masing-masing parameternya. Koefisien dari
masing-masing parameternya diperoleh dari pengumpulan atau penjumlahan
batas marjinal dari masing-masing parameternya.
Fungsi likelihood diperoleh dari fungsi densitas yang kemudian
menjumlahkan dari masing-masing kategorik. Diperoleh hasil fungsi
likelihood yang disajikan pada Lampiran 5.
Data pada kasus status proyek Non RKAP Departemen Rancang
Bangun PT Petrokimia Gresik menghasilkan 1561 fungsi likelihood.
60
C. Estimasi Frekuensi Harapan

Diperoleh nilai estimasi frekuensi harapan untuk masing-masing
model pada Lampiran 6. Estimasi frekuensi harapan tersebut digunakan
D. Goodness of fit
Dari hasil analisis data dengan program (Lampiran 7) diperoleh nilai
statistik Likelihood Rasio Square (G2), derajat bebas (db), Chi-Square (χ2)
dan p-value (p) untuk masing-masing model sabagai berikut:
Tabel 4.2
Statistik Rasio Likelihood, Derajat Bebas, Chi-Square dan P-Value
NO Simbol Model db G2 P χ2 p
1. WXYZ 0 0 0
2. WXY,WXZ,WYZ,XYZ 480 0 1 0 1
3. WXY,WXZ,YZ 596 40.885 1 34.714 1
4. WXZ,WYZ,XYZ 720 10.508 1 8.361 1
5. WXY,WXZ,XYZ 720 4.883 1 3.421 1
6. WXZ,XYZ,WY 740 19.747 1 15.029 1
7. WXY,XYZ 750 97.130 1 106.021 1
8. WXZ,WY,XY,YZ 836 55.861 1 53.204 1
9. WXY,WZ,XZ,YZ 836 119.372 1 140.717 1
10. WXZ,WY,XY 840 60.666 1 56.438 1
11. WXY,XZ,YZ 846 137.032 1 158.805 1
12. WXY,YZ 894 251.108 1 288.115 1
13. WXY,Z 898 256.472 1 286.789 1
14. WX,WY,WZ,XY,XZ,YZ 1076 133.619 1 177.371 1
15. WX,WY,XY,XZ,YZ 1086 150.724 1 190.7 1
16. WX,WY,XY,YZ 1138 271.819 1 318.045 1
17. WX,WY,XY,Z 1134 270.164 1 317.309 1
18. WX,XY,YZ 1144 331.974 1 452.044 1
19. WX,Y,Z 1148 337.338 1 459.595 1
20. WX,WY,WZ 1176 362.904 1 559.859 1
21. WX,YZ 1192 468.635 1 801.151 1
22. WX,XY,Z 1196 473.999 1 828.038 1
23. W,X,Y,Z 1316 793.848 1 2203.148 1
Tabel 4.2 memperlihatkan bahwa semua nilai p-value > taraf
signifikansi 0.05, maka dapat disimpulkan bahwa semua model sesuai dengan
keadaan yang sebenarnya (data). Artinya, uji goodness of fit semua model
terpenuhi.
61
E. Pemilihan Model Log Linear dan Patrisi Chi-Square

Pemilihan model terbaik dilakukan dengan kriteria nilai statistik rasio
likelihood G2 yang relatif kecil (kurang dari nilai Chi-Square tabel ) dan p-
value yang relatif besar (lebih dari tingkat signifikansi α = 0,05). Menurut
kriteria tersebut, diperoleh 19 model yang terpilih yang memenuhi kriteria
tersebut, ditulis dalam Tabel 4.3 berikut ini:
Tabel 4.3
Tabel Model Terpilih
No Simbol Model db G2 P
1. WX,XY,Z 1196 473.999 1
2. WX,YZ 1192 468.635 1
3. WX,WY,WZ 1176 362.904 1
4. WX,Y,Z 1148 337.338 1
5. WX,XY,YZ 1144 331.974 1
6. WX,WY,XY,Z 1134 270.164 1
7. WX,WY,XY,YZ 1138 271.819 1
8. WXY,Z 898 256.472 1
9. WXY,YZ 894 251.108 1
10 WX,WY,XY,XZ,YZ 1086 150.724 1
11. WXY,XZ,YZ 846 137.032 1
12. WX,WY,WZ,XY,XZ,YZ 1076 133.619 1
13. WXZ,WY,XY 840 60.666 1
14. WXZ,WY,XY,YZ 836 55.861 1
15. WXY,WXZ,YZ 596 40.885 1
16. WXY,XYZ 750 40.885 1
17. WXZ,XYZ,WY 740 19.747 1
18. WXY,WXZ,XYZ 720 4.883 1
19. WXY,WXZ,WYZ,XYZ 480 0 1
Dengan demikian dilakukan analisis untuk memilih satu dari 19 model

tersebut. Analisisnya menggunakan bentuk model sederhana dan model
lengkap. Model sederhana dan model lengkap menyatakan dua model dari
beberapa model terbaik yang telah dipilih pada langkah pemilihan model.
Model lengkap memuat faktor utama dan faktor interaksi yang lebih banyak
dari model sederhana. Pengujian dengan analisis seperti ini disebut partisi
Chi-Square.
Pengujian ini memerlukan nilai Statistik Rasio Likelihood sebagai
berikut:
62
1. Statisik rasio likelihood berdasarkan model sederhana dinyatakan dengan

simbol G2 (m2), yang mempunyai pendekatan distribusi chi-square dengan
derajat bebas v2.
2. Statistik rasio likelihood berdasarkan model lengkap dinyatakan dengan
simbol G2(m1), yang mempunyai pendekatan distribusi chi-square dengan
derajat bebas v1.
3. Didefinisikan statistik rasio likelihood bersyarat G2(m2|m1) = G2 (m2) -
G2(m1) dengan derajat bebas v2 – v1. Diperoleh hasil pada Tabel 4.4
dibawah ini.
Tabel 4.4 Partisi Chi-Square
No Simbol Model G2 Selisih db Selisih
1. W,X,Y,Z 793.848 643.124 1316 230
2. WX,XY,Z 473.999 5.364 1196 4
3. WX,YZ 468.635 105.731 1192 16
4. WX,WY,WZ 362.904 25.566 1176 28
5. WX,Y,Z 337.338 5.364 1148 4
6. WX,XY,YZ 331.974 60.155 1144 6
7. WX,WY,XY,YZ 271.819 1.655 1138 4
8. WX,WY,XY,Z 270.164 119.44 1134 48
9. WX,WY,XY,XZ,YZ 150.724 17.105 1086 10
10. WX,WY,WZ,XY,XZ,YZ 133.619 122.853 1076 178
11. WXY,Z 256.472 5.364 898 4
12. WXY,YZ 251.108 114.076 894 48
13. WXY,XZ,YZ 137.032 76.366 846 6
14. WXZ,WY,XY 60.666 4.805 840 4
15. WXZ,WY,XY,YZ 55.861 41.269 836 86
16. WXY,XYZ 97.13 77.383 750 10
17. WXZ,XYZ,WY 19.747 14.864 740 20
18. WXY,WXZ,XYZ 4.883 36.002 720 124
19. WXY,WXZ,YZ 40.885 40.885 596 116
20. WXY,WXZ,WYZ,XYZ 0 - 480 480
21. WXYZ 0 - 0 -
Selanjutnya, dari 19 model tersebut dipilih model yang paling

sederhana sebagai model log linear yang terbaik yaitu dengan melihat model
yang mempunyai selisih paling kecil dari 19 model tersebut. Diperoleh model
dengan simbol (WX, WY, XY, YZ)) dan mempunyai persamaan:
63
𝐋𝐨𝐠 𝒎𝒊𝒋𝒌𝒍 = 𝝁 + 𝝀𝒊 𝑾 + 𝝀𝒋 𝑿 + 𝝀𝒌 𝒀+𝝀𝒍 𝒁 + 𝝀𝒊𝒋 𝑾𝑿 + 𝝀𝒊𝒌 𝑾𝒀 + 𝝀𝒋𝒌 𝑿𝒀 + 𝝀𝒌𝒍 𝒀𝒁
(4.1)
dimana,
mijkl : frekuensi yang diharapakan dalam masing-masing sel i,j,k,l
𝜇 : parameter rata-rata umum
𝜆𝑖 𝑊 : parameter pengaruh kategori ke-i faktor jenis proyek (W)
𝜆𝑗 𝑋 : parameter pengaruh kategori ke-j faktor lokasi (X)
𝜆𝑘 𝑌 : parameter pengaruh kategori ke-k faktor perencana (Y)

𝜆𝑙 𝑍 : parameter pengaruh kategori ke-l faktor status (Z)
𝜆𝑖𝑗 𝑊𝑋 : parameter pengaruh interaksi faktor jenis proyek (W) dan lokasi (X)
pada kategori i,j
𝜆𝑖𝑘 𝑊𝑌 : parameter pengaruh interaksi faktor jenis proyek (W) dan perencana
(Y) pada kategori i,k
𝜆𝑗𝑘 𝑋𝑌 : parameter pengaruh interaksi faktor lokasi (X) dan perencana (Y)
pada kategori j,k
𝜆𝑘𝑙 𝑌𝑍 : parameter pengaruh interaksi faktor perencana (Y) dan status (Z)
pada kategori k,l
Model pada persamaan (4.1) sebagai model yang sederhana tetapi

menjadi model terbaik untuk data. Hal ini juga didukung oleh hasil backward
elimination models (Lampiran 8).
F. Analisis Residual
Model yang terbaik untuk data yaitu model dengan simbol
(WX,WY,XY,YZ), sehingga dilakukan analisis lebih lanjut yaitu analisis
residual. Tujuan dari analisis residual adalah untuk mengukur sisa variabilitas
data pengamatan. Residual adalah frekuensi pengamatan dikurangi dengan
frekuensi harapan. (Lampiran 9)
64
Tabel 4.5 Analisis Residual
Tabel 4.5 merupakan tabel nilai residual dari masing-masing kategori

disetiap variabel yang masuk ke dalam jenis proyek BEDP pada data dengan
kasus status proyek Non RKAP Departemen Rancang bangun PT.Petrokimia
Gresik. Nilai residual positif mempunyai arti bahwa frekuensi pengamatan
lebih besar dari pada frekuensi harapan. Sebaliknya, jika frekuensi harapan
lebih besar dari pada frekuensi pengamatan maka nilai residual negatif. Pada
65
data dengan kasus status proyek Non RKAP Departemen Rancang bangun
PT.Petrokimia Gresik menghasilkan nilai residual negatif yang lebih banyak
dari nilai residual positif . Residual juga bnayak yang bernilai nol, artinya
frekuensi harapan dengan pengamatan adalah sama. Jika nilai residual di
plotkan dengan nilai estimasi frekuensi harapan dengan menggunakan
program minitab maka akan menghasilkan Gambar 4.3 di bawah ini.
Gambar 4.3 Plot Residual Model WX,WY,XY,YZ
Berdasarkan Gambar 4.3 diatas menunjukkan bahwa nilai residualnya

relatif kecil (mendekati nilai nol), sehingga model dengan simbol
(WX,WY,XY,YZ) adalah model terbaik untuk mewakili data dengan kasus
status proyek Non RKAP Departemen Rancang bangun PT. Petrokimia
Gresik.
Jadi, interprestasi dari model terbaik yaitu bahwa variabel status
proyek (Z) berhubungan dengan tiga variabel lainnya yaitu jenis proyek (W),
Lokasi (Y), dan Perencana (X). Interprestasi dari model terbaik juga
mempunyai makna bahwa perbedaan jenis proyek, lokasi, dan perencana
memegang peranan penting dalam mempengaruhi variabel status. Selain itu,
interaksi dua faktor juga mempengaruhi frekuensi harapan masing-masing
status pekerjaan. Dua faktor yang saling berinteraksi adalah jenis proyek vs
perencana (WX), jenis proyek vs perencana (WZ), perencana vs lokasi (XY),
lokasi vs status (YZ).
BAB V
KESIMPULAN DAN SARAN
5.1. KESIMPULAN
Berdasarkan hasil pembahasan mengenai model log linear multivariat empat
dimensi dalam kasus status proyek Non RKAP Depatemen Rancang Bangun PT.
Petrokimia Gresik, dapat diambil kesimpulan sebagai berikut:
1. Jenis proyek terbanyak di Departemen Rancang Bangun PT.Petrokimia Gresik
adalah proyek pembuatan BEDP. Proyek pembuatan BEDP tahun 2016 pun
bertambah sebanyak 18 proyek dari tahun sebelumnya. Proyek Non RKAP
terbanyak kedua adalah pengukuran. Namun, proyek pengukuran di tahun 2016
menurun dibandingkan tahun sebelumnya. Selanjutnya ada proyek monitoring
yang pada dua tahun terakhir mencapai angka yang sama yaitu 19 proyek.
Permintaan proyek Non RKAP yang relatif rendah di Departemen Cangun
adalah proyek pembuatan materi/dokumen dan jasa luar. Jika dilihat dari
persentase status pengerjaan diketahui bahwa proyek Non RKAP yang
mencapai penyelesaian 100% adalah proyek jasa luar dan pembuatan
materi/dokumen. Hal ini diperkuat dengan selesainya semua proyek jasa luar
di tahun 2015 maupun 2016. Sedangkan proyek pembuatan materi/dokumen
telah selesai 100% di tahun 2016, dengan peningkatan pencapaian kinerja
sebesar 40% dari tahun 2015. Fokus di proyek BEDP, proyek berstatus in
progress menurun sebesar 11% pada tahun 2016. Artinya, proyek in progress
pada tahun 2015 ada yang telah diselesaikan di tahun 2016. Namun, proyek
BEDP yang batal pada tahun 2016 naik 5% dari tahun sebelunya.
2. Berdasarkan hasil analisis, diperoleh 19 model dari 23 model yang yang memenuhi
prosedur. Kesebelas model yang telah terpilih, dianalisis lebih lanjut dengan
menggunakan partisi Chi-Square dan hasilnya semua model sesuai untuk data.
Kesebelas model dipilh lagi yang mempunyai nilai G2(m2|m1) terkecil yaitu 3,52.
Sehingga model log linear multivariat empat dimensi yang sesuai yaitu model
WX,WY,XY,YZ. Selain mempunyai nilai statistik rasio likelihood bersyarat
67
G2(m2|m1) terkecil, model tersebut juga mempunyai nilai residual yang

relatif kecil (mendekati nilai nol). Sehingga dapat disimpulkan bahwa
perbedaan jenis proyek, lokasi, dan perencana memegang peranan penting
dalam mempengaruhi frekuensi yang diharapakan pada masing-masing status
pengerjaan. Selain itu, interaksi dua faktor juga mempengaruhi frekuensi
harapan masing-masing status pekerjaan. Dua faktor yang saling berinteraksi
adalah jenis proyek vs perencana (WX), jenis proyek vs lokasi (WY), perencana
vs lokasi (XY), dan lokasi vs status (YZ).
5.2 SARAN
Dalam penulisan ini, penulis hanya melakukan analisis model log linear
multivariat empat dimensi pada data proyek Non RKAP Departemen Rancang
Bangun PT. Petrokimia Gresik. Saran yang dapat diberikan adalah sebagai berikut:
1. Bagi Perusahaan
PT Petrokimia Gresik, khususnya Kompartemen Teknik dan Pengembangan,
hendaknya memeperhatikan faktor-faktor yang memepengaruhi dalam hal
pengerjaan proyek. Disposisi pekerjaan yang telah ada hendaknya ditingkatkan
lagi dan dibahas melalui rapat koordinasi. Berdasarkan pembahasan
sebelumnya, penulis dapat menyarankan agar pemilihan perencana proyek
harus benar-benar diperhatikan. Hal ini ditunjukkan dengan hasil analisis yang
didekati dengan model log linear yang menyimpulkan bahwa ada pengaruh
lokasi, jenis proyek, perencana, status proyek, dan interaksi dua faktor dari
faktor-faktor tersebut. Perlu diperhatikan perencana mana yang sesuai dengan
jenis proyek dan lokasi mana yang dituju.
2. Bagi Pembaca
Penulis menyarankan agar para pembaca dapat melakukan analisis model log
linear multivariat dalam dimensi yang lebih tinggi. Selain itu, membahas
mengenai penerapan model log linear multivariat empat dimensi dalam
berbagai bidang akan sangat menarik dilakukan.
DAFTAR PUSTAKA
Agresti, A. 1990. An Introduction to Categorical Data Analysis. Edisi Kedua.

New York: John Wiley and Sons, Inc.
Agung, I Gusti Ngurah. 1989. Analisis Data Kategorik Multivariat: Pemakaian

Model Log-Linier. Edisi Pertama. Yogyakarta: Pusat Penelitian
Kependudukan Universitas Gadjah Mada.
---------. 2004 (Cetakan kedua). Penerapan Metode Analisis untuk Tabulasi

Sempurna dan Tak Sempurna dengan SPSS. Jakarta: PT Raja Grafindo
Persada.
Bain, L.J & Engelhardt, E. 1991. Introduction to Probabilty and Mathematical

Statistics. California: Duxbury Press.
Bishop, Y., Fienberg, S.E. & Holland, P.W. 2007. Discrete Multivariate Analysis.
New York: The MIT Press.
Dallal, Gerard E. 2008. Contingency Tables. Disajikan di

http://www.jerrydallal.com/LHSP/ctab.htm. Diakses Tanggal 20 April
2017 Pukul 10.30 WIB
Fauzy, A. 2008. Statistik Industri. Jakarta: Erlangga.
Hasan, I. 2004. Analisis Data Penelitian Dengan Statistik. Jakarta: Bumi Aksara.
Lestyorini,Mamik. 2010. Model Log Linear Empat Dimensi (Studi Kasus: Akses
Internet Mahasiswa Program Studi Pendidikan Matematika Universitas
Negeri Yogyakarta). UNY: Tugas Akhir Skripsi
Robbert. 2000. Contingency Tables Analysis. Disajikan di

http://userwww.sfsu.edu/~efc/classes/historical remarks on contingency
table analysis /1.htm. Diakses Tanggal 15 Maret 2017 Pukul 19.15 WIB
Simonoff, J.S. 2003. Analyzing Categorical Data. New York: Springer.
Soejoeti, Z.1990. Statistik. Yogyakarta: FMIPA UGM.

69
Suryanto. 1988. Metode Statistika Multivariat. Jakarta: Depdikbud
Trastika, L. 2006. Model Log Linier untuk Analisis Tabel Kontingensi

Multidimensi. UGM: Tugas Akhir Skripsi
Wiley, J & Sons. 1978. The analysis of Cross-Tabulatea Data. New York:
Graham J.G. Upton.
70
MODEL LOG LINEAR EMPAT DIMENSI TAK SEMPURNA PADA PROYEK

NON RKAP DEPARTEMEN RANCANG BANGUN PT PETROKIMIA GRESIK
TAHUN 2015-2016
Ikrimah Afifah Trivanni
Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Islam Indonesia, Yogyakarta. ikrimah.afifahtrivanni@gmail.com
ABSTRAK
Upaya pemerintah dalam swasembada pangan adalah dengan adanya Pupuk Indonesia
Holding Company guna menyetarakan penyebaran pupuk di Indonesia. Salah satu anggota
Pupuk Indonesia Holding Company adalah PT. Petrokimia Gresik. Salah satu departemen
di PT. Petrokimia Gresik yang terus melakukan proyek penunjang kemajuan dan
keberhasilan perusahaan adalah Departemen Rancang Bangun. Di Departemen Rancang
Bangun PT Petrokimia Gresik dalam tahun 2015 sampai 2016 tercatat 335 proyek Non
RKAP yang terbagi menjadi proyek selesai, in progress, dan batal. Proyek terbanyak pada
Departemen Rancang Bangun adalah proyek BEDP. Namun, pencapaian 100% selesai
tampak pada proyek jasa luar. Persentase proyek selesai meningkat lebih dari 15% pada
tahun 2016. Model log linear yang diperoleh adalah adanya interaksi dua faktor pada
frekuensi harapan, yaitu jenis proyek vs perencana (WX), jenis proyek vs lokasi (WY),
perencana vs lokasi (XY), dan lokasi vs status (YZ).
Kata-kata kunci : Proyek Non RKAP, Departemen Rancang Bangun, Model Log Linear
1. PENDAHULUAN adalah PT. Petrokimia Gresik. PT. Petrokimia

Gresik sangat mendukung penyediaan pupuk
Indonesia merupakan salah satu negara
nasional untuk tercapainya program
yang banyak dijumpai wilayah-wilayah
swasembada pangan tersebut. Di samping itu,
pertanian pangan, holtikultura, dan lainnya.
produk PT. Petrokimia Gresik kian beragam
Ketahanan pangan merupakan suatu hal yang
sejalan dengan perkembangan usaha.
strategis bagi sebuah negara, begitu pula
PT. Petrokimia Gresik merupakan
Indonesia. Kebutuhan pangan terus meningkat
perusahaan BUMN yang senantiasa terus
seiring dengan pertumbuhan penduduk. Salah
mengembangkan inovasi-inovasinya. Salah
satu upaya swasembada pangan adalah dengan
satu departemen di PT. Petrokimia Gresik yang
memeratakan penyebaran pupuk untuk
terus melakukan proyek penunjang kemajuan
menunjang kelanjaran proses pertanian,
dan keberhasilan perusahaan adalah
perkebunan, dan peternakan. Salah satu upaya
Departemen Rancang Bangun. Demi mecapai
pemerintah adalah dengan adanya Pupuk
tujuan perusahaan, maka perlu adanya laporan
Indonesia Holding Company. Salah satu
yang terkoordinasi mengenai proyek dan
anggota Pupuk Indonesia Holding Company
anggaran. Proyek-proyek di setiap
71
kompartemen dibentuk dalam dokumen RKAP

dan Non RKAP. RKAP adalah rencana 3. METODE PENELITIAN
tahunan, penjabaran RJPP pada tahun takwim, 3.1 Populasi dan Sampel
sebagai pedoman dalam pelaksanakan dan Populasi dalam penelitian ini adalah
evaluasi proyek perusahaan yang dinyatakan seluruh data Non RKAP Departemen Rancang
dalam anggaran dan sasaran yang harus dicapai Bangun PT Petrokimia Gresik. Besar populasi
selama masa satu tahun. Sedangkan proyek Non tersebut mendekati tak hingga, hal ini
RKAP adalah proyek yang bersifat kontinu dan dikarenakan banyak pekerjaan rancang bangun
intern. Penyusunan laporan tahunan terkait yang telah ada sejak lama. Sampel yang
proyek perusahaan sangatlah penting dalam digunakan adalah proyek Non RKAP
menunjang eberhasilan perusahaan. Departemen Rancang Bangun PT Petrokimia
Penyusunan data tersebut tentu disesuaikan Gresik tahun 2015 dan 2016.
dengan jenis data, misalnya skala (interval dan
3.2 Variabel Penelitian
rasio) dan kategorik (nominal dan ordinal).
Variabel yang termuat dalam dataset penelitian
Data yang terdiri dari beberapa
adalah sebagai berikut:
kategorik ini disebut data kategorik. Cara yang
1. Jenis : a. BEDP (1)
digunakan untuk menyajikan data kategorik
Proyek
agar sistematik perlu disusun dalam suatu tabel b. Monitoring (2)
(W)
klasifikasi silang yang disebut tabel
c. Pengukuran (3)
kontingensi. Suatu model untuk menganalisis
data kategorik yang sesuai adalah dengan d. Dukumen/File (4)
menggunakan model log linear. Analisis Log
e. Budgeting (5)
Linear dapat digunakan untuk menganalisis
pola hubungan antar sekelompok variabel f. Jasa Luar (6)
kategori yang mencakup asosiasi dua variabel,
2. Lokasi : a. Wilayah Produksi (1)
asosiasi tiga variabel atau lebih.
(Y)
Berdasarkan latar belakang tersebut, peneliti b. Wilayah Perusahaan
ingin menganalisis proyek Non RKAP yang (2)
dilakukan oleh Departemen Rancang Bangun
c. Wilayah Luar
PT Petrokimia Gresik menggunakan model log Perusahaan (3)
linear multivariat empat dimensi. Model terbaik
diharapakan untuk melihat faktor apa saja yang 3. Status (Z) : a. Selesai (3)
mempengaruhi jumlah frekuensi harapan b. In Progrres (2)
proyek Non RKAP yang gagal, in progress, dan
selesai. c. Batal (1)
4. Perencana : a. Bagian Proses
2. TUJUAN PENELITIAN (X)
Tujuan dilaksanakannya penelitian ini adalah - HSN - PRY
sebagai berikut: - HRD - RKA/RKZ
1. Untuk mengetahui gambaran umum
mengenai jenis proyek Non RKAP Dep. - YDH
Cangun PT. Petrokimia Gresik, b. Bagian Mesin
2. Memperoleh model terbaik dengan data
dalam studi kasus tentang status proyek Non - DIW - FDY
RKAP Departemen Rancang Bangun PT. - ADS - AYN
Petrokimia Gresik dengan menggunakan
model log linear multivariat empat dimensi. - DVM
72
c. Bagian Sipil 3.4.2 Statistik Deskriptif dan Grafik

Statistik deskriptif adalah metode-
- ARS - HER
metode statistika yang dgunakan untuk
- MST - WRA menampilkan generalisasi data yang telah
terkumpul.
- ANS - HRU
Grafik merupakan visualisasi dari data
- MRO - ABT tabel sehingga mudah untuk mengetahui data
tanpa melihat angka-angka pada tabel tersebut.
d. Bagian Listin
3.4.3 Uji Independensi
- UMR - MFS Uji independensi digunakan untuk
melihat ada tidaknya hubungan antara dua
- APD - GGR
variabel atau lebih. Pengujian dilakukan dengan
- PKA - FTW menggunakan metode chi square, variabel-
variabel yang dianalisis haruslah berupa
- HDI
variabel yang bersifat kategorik atau berskala
3.3 Metode Analisis pengukuran nominal / ordinal. Jika diketahui
Metode analisis yang digunakan dalam terdapat dua variabel yang diduga berasosiasi
penelitian ini adalah statistika deskriptif untuk maka hipotesis untuk uji independensi menurut
menggambarkan karakteristik proyek Non (Fauzy : 2008) yaitu:
RKAP Dept. Cangun tahun 2015-2016 dan a. H0 : pij = pi+ . p+j (kedua variabel saling
analisis model log linear empat dimensi untuk independen / tidak ada hubungan antara
melihat interaksi faktor apa saja yang kedua variabel)
mempengaruhi frekuensi harapan proyek Non H1 : pij ≠ pi+ . p+j (kedua variabel tidak saling
RKAP tersebut. independen / ada hubungan antara kedua
variabel)
3.4 Kajian Teori
3.4.1 Tabel Kontigensi
b. Statistik Uji
Analisis tabel kontingensi berawal dari 2
abad pergantian Karl Pearson dan George Udny χ2 = ∑𝐼𝑖=1 ∑𝐽𝑗=1 𝑚𝑖𝑗
Yule, yang memperkenalkan rasio odds (alat
c. Kriteria Keputusan
ukur untuk mengetahui derajat hubungan)
H0 ditolak pada taraf signifikan α, jika
sebagai alat statistik formal. Kontribusi
χ2hitung > χ2tabel dengan derajat bebas (i-1) (j-
berikutnya oleh RA Fisher terkait metode untuk
1) atau p-value < α
metodologi statistik dasar dan teorinya.
d. Kesimpulan
Generalisasi multivariat dimulai dengan sebuah
artikel oleh Roy dan Kastenbaum pada tahun
3.4.4 Analisis Model Log Linear
1956, yaitu tentang dasar pendekatan model
Model log linier adalah suatu model
log-linear untuk tabel kontingensi. Artikel
untuk memperoleh model statistika yang
kunci pada tahun 1960 oleh MW Birch ( 1963),
menyatakan hubungan antara variabel dengan
Yvonne Bishop (1975), John Darroch (1962), IJ
data yang bersifat kualitatif (skala nominal atau
Good (1963), Leo Goodman (1963), dan Robin
ordinal). Dengan menggunakan pendekatan log
Plackett (1974), ditambah dengan ketersediaan
linier bisa diketahui model matematikanya
komputer berkecepatan tinggi, mengakibatkan
secara pasti serta level atau kelas mana yang
teori terpadu dengan metodologi untuk analisis
cenderung menimbulkan adanya hubungan atau
tabel kontingensi berdasarkan model log linear.
dependensi.
Estimasi dasar tentang kemungkinan model log
Analisis log linear merupakan
linear digunakan untuk menjelaskan interaksi
perluasan dari tabel kontingensi dimensi dua
dalam tabel kontingensi.
73
dimana hubungan diantara 2 atau lebih variabel ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢

𝜆𝑘 𝑌 = 𝑟𝑠𝑢
−
kategorik diskrit dianalisis dengan mengambil
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
logaritma dari sel frekuensi dalam tabel
𝑟𝑠𝑡𝑢
kontingensi. Selain dapat digunakan untuk
menganalisis hubungan diantara 2 variabel ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑙 𝑍 = 𝑟𝑠𝑡
−
kategorik, model ini juga dapat digunakan
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
untuk menganalisis tabel kontingensi
𝑟𝑠𝑡𝑢
multivariat yang melibatkan 3 atau lebih ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢
variabel. 𝜆𝑖𝑗 𝑊𝑋 = − −
𝑡 𝑢
Model log linear adalah model yang ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑠𝑡
− 𝑟𝑡
−
digunakan dalam analisis tabel kontingensi,
∑𝑠𝑗=1 ∑𝑢
yang menggambarkan bentuk hubungan antar
𝑠𝑢
− 𝑡𝑢
−
variabel kategorik. ∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
a. Model Log Linear Bivariat 𝑟𝑡𝑙
−
b. Model Log Linear Trivariat ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑠𝑡𝑙
−
c. Model Log Linear Multivariat
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
Menurut Trastika (2006), model log
𝑟𝑠𝑡𝑢
linear empat dimensi masuk ke dalam model log
linear multivariat. Model ini pengembangan ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢
𝜆𝑖𝑘 𝑊𝑌 = − −
dari model log linear trivariat. Model log linear 𝑠 𝑢
∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
yang paling sederhana untuk tabel empat
𝑠𝑢
− 𝑟𝑡
−
dimensi yaitu model lengkap independen / ∑𝑠𝑗=1 ∑𝑢
mutual independence untuk semua variabel 𝑠𝑢
− 𝑡𝑢
−
dengan persamaan: ∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑙𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑟𝑡𝑙
−
𝑊 𝑋 𝑌 𝑍 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑙𝑢
log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 + 𝜆𝑗 + 𝜆𝑘 + 𝜆𝑙 𝑙=1 log 𝑚𝑖𝑗𝑘𝑙
𝑠𝑡𝑢
−
Analog dengan tabel dimensi tiga, ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
pembentukkan model untuk tabel empat 𝑟𝑠𝑡𝑢
dimensi dibatasi dengan prinsip hierarki, ∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢

dimana jika mengikutkan suatu bentuk 𝜆𝑗𝑘 𝑋𝑌 = 𝑟
− 𝑢
−
interaksi, maka juga harus mengikutkan semua ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑟𝑠
− 𝑟𝑡
−
bentuk interaksi yang lebih rendah
∑𝑟𝑖=1 ∑𝑢
tingkatannya. Sebagai contoh jika mengikutkan − −
𝑟𝑢 𝑡𝑢
𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 dalam suatu model, maka harus ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
−
mengikutkan 𝜆𝑖𝑗 𝑊𝑋 , 𝜆𝑖𝑘 𝑊𝑌 , 𝜆𝑗𝑘 𝑋𝑌 . 𝑟𝑠𝑢
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑠𝑡𝑢
−
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝜇= ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑟𝑠𝑡𝑢
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢 𝑟𝑠𝑡𝑢
𝑊 𝑙=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑖 = −
𝑠𝑡𝑢 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝜆𝑖𝑙 𝑊𝑍 = 𝑠
− 𝑡
−
𝑟𝑠𝑡𝑢 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑟𝑠
− 𝑟𝑡
−
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
𝜆𝑗 𝑋 = − ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑢
𝑟𝑡𝑢
𝑠𝑡
− 𝑠𝑢
−
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑟𝑠𝑡𝑢
𝑡𝑢
− 𝑟𝑠𝑡
−
74
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑠𝑡𝑢
− 𝑟𝑠𝑡
−
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
𝑟𝑠𝑡𝑢 𝑠𝑡𝑢
− 𝑟𝑠𝑢
−
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑗𝑙 𝑋𝑍 = − − 𝑟𝑠𝑡𝑢
𝑟 𝑡 ∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙
∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 𝜆𝑗𝑘𝑙 𝑋𝑌𝑍 = − −
− − 𝑟 𝑟𝑠
𝑟𝑠 𝑟𝑡 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑢
𝑟𝑡
− 𝑟𝑢
−
𝑟𝑢
− 𝑠𝑡
−
∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
𝑟𝑠𝑡
−
𝑡𝑢
− 𝑟𝑠𝑡
−
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 − −
𝑟𝑡𝑢
− 𝑠𝑡𝑢 𝑟𝑡𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑟𝑠𝑡𝑢
𝑟𝑠𝑡𝑢
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙
∑𝑟𝑖=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 𝜆𝑖𝑗𝑘𝑙 𝑊𝑋𝑌𝑍 = log 𝑚𝑖𝑗𝑘𝑙 − −
𝜆𝑘𝑙 𝑌𝑍 = − − 𝑟
𝑟 𝑠 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 − − +
− − 𝑠 𝑡 𝑢
𝑟𝑠 𝑟𝑡 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
∑𝑟𝑖=1 ∑𝑢
𝑟𝑠
+ 𝑟𝑡
+
− −
𝑟𝑢 𝑠𝑡 ∑𝑟𝑖=1 ∑𝑢 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙
∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 + +
− − 𝑟𝑢 𝑠𝑡
𝑠𝑢 𝑟𝑠𝑡 ∑𝑠𝑗=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 + +
− 𝑠𝑢 𝑡𝑢
𝑟𝑠𝑢 ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 𝑟𝑠𝑡
+ 𝑠𝑡𝑢
+
𝑟𝑠𝑡𝑢 ∑𝑟𝑖=1 ∑𝑡𝑘=1 ∑𝑢
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
+ +
∑𝑢 ∑𝑟𝑖=1 ∑𝑢 𝑟𝑡𝑢 𝑟𝑠𝑢
𝑊𝑋𝑌 𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 𝑙=1 log 𝑚𝑖𝑗𝑘𝑙
𝜆𝑖𝑗𝑘 = − − ∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑢 𝑟𝑢
∑𝑠𝑗=1 ∑𝑢
𝑟𝑠𝑡𝑢
𝑠𝑢
− 𝑡𝑢
−
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑢
𝑟𝑠𝑢
− Prosedur analisis model log linear empat
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
dimensi adalah sebagai berikut:
𝑠𝑡𝑢
− 𝑟𝑡𝑢
− 1. Menentukan Statistik Cukup dan Fungsi
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑙=1 log 𝑚𝑖𝑗𝑘𝑙 Likelihood
𝑟𝑠𝑡𝑢
2. Estimasi Frekuensi Harapan
∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 3. Uji Goodness of Fit
𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 = − −
𝑡 𝑟𝑡 4. Pemilihan Model
∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑡𝑘=1 ∑𝑢
− − 5. Partisi Chi-Square
𝑠𝑡 𝑡𝑢
6. Analisis Residual
𝑟𝑠𝑡
−
∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑠𝑡𝑢
− 𝑟𝑡𝑢
−
∑𝑟𝑖=1 ∑𝑠𝑗=1 ∑𝑡𝑘=1 ∑𝑢
𝑟𝑠𝑡𝑢
∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑟𝑖=1 ∑𝑠𝑗=1 log 𝑚𝑖𝑗𝑘𝑙

𝜆𝑖𝑘𝑙 𝑊𝑌𝑍 = 𝑠
− 𝑟𝑠
−
∑𝑠𝑗=1 ∑𝑡𝑘=1 log 𝑚𝑖𝑗𝑘𝑙 ∑𝑠𝑗=1 ∑𝑢
𝑠𝑡
− 𝑠𝑢
−
75
4. PEMBAHASAN
4.1 Analisis Deskriptif (Grafik)
Gambar 4.2 Persentase Status Proyek

Gambar 4.1 Grafik Jumlah Proyek Non- Non-RKAP Dept. Cangun Tahun 2015-2016
RKAP Tahun 2015-2016 Berdasarkan grafik tersebut, dapat
Berdasarkan grafik tersebut, dapat dilihat bahwa proyek Non RKAP yang
dilihat bahwa jumlah proyek Non RKAP untuk mencapai penyelesaian 100% adalah proyek
masing-masing jenis proyek relatif berubah- jasa luar dan pembuatan materi/dokumen. Hal
ubah. Jenis proyek terbanyak di Departemen ini diperkuat dengan selesainya semua proyek
Rancang Bangun adalah proyek pembuatan jasa luar di tahun 2015 maupun 2016.
BEDP. Proyek pembuatan BEDP adalah proyek Sedangkan proyek pembuatan materi/dokumen
yang meliputi desain, redrawing, telah selesai 100% di tahun 2016, dengan
pembangunan, penambahan, modifikasi, peningkatan pencapaian kinerja sebesar 40%
pemindahan, pembenahan, dan sebagainya dari tahun 2015.
yang berkaitan dengan basic engineering. Secara general, masing-masing proyek
Proyek pembuatan BEDP tahun 2016 pun masih memiliki program yang berstatus in
bertambah sebanyak 18 proyek dari tahun progres kecuali proyek jasa luar. Fokus di
sebelumnya. proyek pembuatan BEDP yang notabennya
Proyek Non RKAP terbanyak kedua merupakan proyek terbanyak, proyek berstatus
adalah pengukuran. Proyek pengukuran ini in progress menurun sebesar 11% pada tahun
meliputi pengukuran lahan, pengukuran mesin, 2016. Artinya, proyek in progress pada tahun
dan stock opname. Namun, proyek pengukuran 2015 ada yang telah diselesaikan di tahun 2016.
di tahun 2016 menurun dibandingkan tahun Namun, proyek pembuatan BEDP yang batal
sebelumnya. Hal ini berbeda dengan jenis pada tahun 2016 naik 5% dari tahun sebelunya.
proyek monitoring. Proyek monitoring pada Status pengerjaan proyek yang masih in
dua tahun terakhir mencapai angka yang sama progress atau pun yang telah batal dapat
yaitu 19 proyek. Proyek monitoring meliputi dipengaruhi oleh banyak hal. Penyebab-
evaluasi, studi sistem, pengecekan, dan penyebab tersebut bisa berasal dari peminta jasa
monitoring operasional. (user), ketidaksesuaian bidang perencana
Permintaan proyek Non RKAP yang dengan disposisi proyek, tingkat kesulitan
relatif rendah di Departemen Cangun adalah proyek, administrasi, lokasi, dan lain
proyek pembuatan materi/dokumen dan jasa sebagainya. Grafik pada gambar 4.2
luar. Jenis proyek pembuatan materi/dokumen menunjukkan kinerja yang cukup memuaskan
meliputi proyek pembuatan buku produk, namun perlu dilakukan upaya untuk
pembuatan buku profil knowledge, penyusunan mengurangi pertambahan proyek in progress.
proposal, dan sertifikasi. Sedangkan proyek
jasa luar meliputi jasa konsultasi, penjurian
lomba, dan kontest.
76
4.2 Analisis Model Log Linear Empat

Dimensi
a) Uji Independensi
Tabel 4.1 Chi-Square Test
Hipotesis
H0 : Status independen dengan lokasi pada
setiap perencana dan jenis proyek
H1 : Status tidak independen dengan lokasi
pada setiap perencana dan jenis proyek
Kesimpulan d). Goodness of Fit
Dengan tingkat keperyayaan 95% Tabel 4.2
Statistik Rasio Likelihood, Derajat Bebas, Chi-
disimpulkan bahwa status independen Square dan P-Value
dengan lokasi pada setiap perencana dan
jenis proyek.
b). Fungsi Likelihood
Fungsi likelihood diperoleh dari fungsi
densitas yang kemudian menjumlahkan dari
masing-masing kategorik. Data pada kasus
status proyek Non RKAP Departemen Rancang
Bangun PT Petrokimia Gresik menghasilkan
1561 fungsi likelihood. Tabel 4.2 memperlihatkan bahwa
semua nilai p-value > taraf signifikansi 0.05,
maka dapat disimpulkan bahwa semua model
sesuai dengan keadaan yang sebenarnya (data).
Artinya, uji goodness of fit semua model
terpenuhi.
e). Pemilihan Model Log Linear dan Patrisi

Chi-Square
Pemilihan model terbaik dilakukan
dengan kriteria nilai statistik rasio likelihood G2
yang relatif kecil (kurang dari nilai Chi-Square
tabel ) dan p-value yang relatif besar (lebih dari
tingkat signifikansi α = 0,05). Menurut kriteria
tersebut, diperoleh 19 model yang terpilih yang
memenuhi kriteria tersebut.
Dan seterusnya untuk masing-masing interaksi
hingga interaksi empat faktor WXYZ.
c). Estimasi Frekuensi Harapan
Estimasi frekuensi harapan digunakan
77
Tabel 4.3 𝜆𝑖𝑗 𝑊𝑋 : parameter pengaruh interaksi

Tabel Model Terpilih faktor jenis proyek (W) dan
perencana (X) pada kategori i,j
𝜆𝑖𝑘 𝑊𝑌 : parameter pengaruh interaksi
faktor jenis proyek (W) dan
lokasi (Y) pada kategori i,k
𝜆𝑗𝑘 𝑋𝑌 : parameter pengaruh interaksi
faktor perencana (X) dan lokasi
(Y) pada kategori j,k
𝜆𝑘𝑙 𝑌𝑍 : parameter pengaruh interaksi
faktor lokasi (Y) dan status (Z)
pada kategori k,l
f). Analisis Residual
Tabel 4.4 Partisi Chi-Square Model yang terbaik untuk data yaitu
model dengan simbol (WX,WY,XY,YZ),
sehingga dilakukan analisis lebih lanjut yaitu
analisis residual. Tujuan dari analisis residual
adalah untuk mengukur sisa variabilitas data
pengamatan. Residual adalah frekuensi
pengamatan dikurangi dengan frekuensi
harapan.
Tabel 4.5 Analisis Residual
Selanjutnya, dari 19 model tersebut

dipilih model yang paling sederhana sebagai
model log linear yang terbaik yaitu dengan
melihat model yang mempunyai selisih paling
kecil dari 19 model tersebut. Diperoleh model
dengan simbol (WX,WY,XY,YZ) dan
mempunyai persamaan:
𝐋𝐨𝐠 𝒎𝒊𝒋𝒌𝒍 = 𝝁 + 𝝀𝒊 𝑾 + 𝝀𝒋 𝑿 + 𝝀𝒌 𝒀 +𝝀𝒍 𝒁 +

𝝀𝒊𝒋 𝑾𝑿 + 𝝀𝒊𝒌 𝑾𝒀 + 𝝀𝒋𝒌 𝑿𝒀 + 𝝀𝒌𝒍 𝒀𝒁 Nilai residual positif mempunyai arti
bahwa frekuensi pengamatan lebih besar dari
dimana,
pada frekuensi harapan. Sebaliknya, jika
mijkl : frekuensi yang diharapakan
dalam masing-masing sel i,j,k,l frekuensi harapan lebih besar dari pada
𝜇 : parameter rata-rata umum frekuensi pengamatan maka nilai residual
𝜆𝑖 𝑊 : parameter pengaruh kategori negatif. Pada data dengan kasus status proyek
ke-i faktor jenis proyek (W) Non RKAP Departemen Rancang bangun
𝜆𝑗 𝑋 : parameter pengaruh kategori PT.Petrokimia Gresik menghasilkan nilai
ke-j faktor perencana (X) residual negatif yang lebih banyak dari nilai
𝜆𝑘 𝑌 : parameter pengaruh kategori residual positif . Residual juga bnayak yang
ke-k faktor lokasi (Y) bernilai nol, artinya frekuensi harapan dengan
𝜆𝑙 𝑍 : parameter pengaruh kategori pengamatan adalah sama.
ke-l faktor status (Z)
78
dua tahun terakhir mencapai angka yang

sama yaitu 19 proyek. Permintaan proyek
Non RKAP yang relatif rendah di
Departemen Cangun adalah proyek
pembuatan materi/dokumen dan jasa luar.
Jika dilihat dari persentase status
pengerjaan diketahui bahwa proyek Non
RKAP yang mencapai penyelesaian 100%
adalah proyek jasa luar dan pembuatan
Gambar 4.3 Plot Residual Model
materi/dokumen. Hal ini diperkuat dengan
WX,WY,XY,YZ
selesainya semua proyek jasa luar di tahun
Berdasarkan Gambar 4.3 diatas 2015 maupun 2016. Sedangkan proyek
menunjukkan bahwa nilai residualnya relatif pembuatan materi/dokumen telah selesai
kecil (mendekati nilai nol), sehingga model 100% di tahun 2016, dengan peningkatan
dengan simbol (WX,WY,XY,YZ) adalah pencapaian kinerja sebesar 40% dari tahun
model terbaik untuk mewakili data dengan 2015.
kasus status proyek Non RKAP Departemen Fokus di proyek BEDP, proyek
Rancang bangun PT.Petrokimia Gresik. berstatus in progress menurun sebesar 11%
Jadi, interprestasi dari model terbaik pada tahun 2016. Artinya, proyek in
yaitu bahwa variabel status proyek (Z) progress pada tahun 2015 ada yang telah
berhubungan dengan tiga variabel lainnya yaitu diselesaikan di tahun 2016. Namun, proyek
jenis proyek (W), Lokasi (Y), dan Perencana BEDP yang batal pada tahun 2016 naik 5%
(X). Interprestasi dari model terbaik juga dari tahun sebelunya.
mempunyai makna bahwa perbedaan jenis
2. Berdasarkan hasil analisis, diperoleh 19
proyek, lokasi, dan perencana memegang
model dari 23 model yang yang memenuhi
peranan penting dalam mempengaruhi variabel
prosedur. Kesembilan belas model yang
status. Selain itu, interaksi dua faktor juga
telah terpilih, dianalisis lebih lanjut dengan
mempengaruhi frekuensi harapan masing-
menggunakan partisi Chi-Square dan
masing status pekerjaan. Dua faktor yang saling
hasilnya semua model sesuai untuk data.
berinteraksi adalah jenis proyek vs lokasi
Keduabelas model dipilh lagi yang
(WX), jenis proyek vs perencana (WZ), lokasi
mempunyai nilai G2(m2|m1) terkecil yaitu
vs perencana (XY), dan perencana vs status
3,49. Sehingga model log linear multivariat
(YZ).
empat dimensi yang sesuai yaitu model
WX,WY,XY, YZ
5. KESIMPULAN Sehingga dapat disimpulkan bahwa
perbedaan jenis proyek, lokasi, dan
Berdasarkan hasil pembahasan
perencana memegang peranan penting
mengenai model log linear multivariat empat
dalam mempengaruhi frekuensi yang
dimensi dalam kasus status proyek Non RKAP
diharapakan pada masing-masing status
Depatemen Rancang Bangun PT. Petrokimia
pengerjaan. Selain itu, interaksi dua faktor
Gresik, dapat diambil kesimpulan sebagai
juga mempengaruhi frekuensi harapan
berikut:
masing-masing status pekerjaan. Dua faktor
1. Proyek pembuatan BEDP tahun 2016
yang saling berinteraksi adalah jenis proyek
pun bertambah sebanyak 18 proyek dari
vs perencana (WX), jenis proyek vs lokasi
tahun sebelumnya. Proyek pengukuran di
(WY), perencana vs lokasi (XY), dan lokasi
tahun 2016 menurun dibandingkan tahun
vs status (YZ).
sebelumnya. Proyek monitoring yang pada
79
DAFTAR PUSTAKA
Fauzy, A. 2008. Statistik Industri. Jakarta:
Erlangga.
Robbert. 2000. Contingency Tables Analysis.
Disajikan di
http://userwww.sfsu.edu/~efc/classes/h
istorical remarks on contingency table
analysis /1.htm. Diakses Tanggal 15
Maret 2017 Pukul 19.15 WIB
Trastika, L. 2006. Model Log Linier untuk
Analisis Tabel Kontingensi
Multidimensi. UGM: Tugas Akhir
Skripsi
LAMPIRAN
81
Lampiran 1. Layout Area Pabrik PT.Petrokimia Gresik

Lampiran 2. Susunan Organisasi PT.Petrokimia Gresik
82
82
83
Lampiran 3. Tabel Kontigensi yang Digunakan

Lokasi * Status * Perencana * Jenis_Proyek Crosstabulation
Status
Jenis_Proye Perencan
In Total
k a Batal Selesai
Progress
Wilayah Produksi 4 6 10
Wilayah Perusahaan 0 1 1
Lokasi
HSN Wilayah Luar
0 1 1
Perusahaan
Total 4 8 12
Wilayah Produksi 6 6
Lokasi Wilayah Luar
PRY 3 3
Perusahaan
Total 9 9
Lokasi Wilayah Produksi 9 9 18
HRD
Total 9 9 18
Lokasi
RKA/RZK Wilayah Perusahaan 0 1 1
Total 6 8 14
Wilayah Produksi 2 2 4 8
Wilayah Perusahaan 0 1 0 1
Lokasi
YDH Wilayah Luar
1 0 0 1
Perusahaan
Total 3 3 4 10
DIW
Total 3 2 5
FDY
Total 2 2 4
BEDP Wilayah Produksi 2 3 5
Lokasi
ADS Wilayah Perusahaan 1 1 2
Total 3 4 7
Lokasi
AYN Wilayah Perusahaan 0 1 1
Total 2 2 4
Lokasi
DVM Wilayah Perusahaan 0 1 1
Total 3 2 5
Wilayah Produksi 5 5
Lokasi
ARS Wilayah Perusahaan 8 8
Total 13 13
Lokasi Wilayah Produksi 1 1
HER
Total 1 1
Lokasi
MST Wilayah Perusahaan 0 1 1
Total 1 1 2
Wilayah Perusahaan 0 2 2
Lokasi
WRA Wilayah Luar
0 1 1
Perusahaan
Total 2 11 13
ANS Lokasi
84
Total 6 5 21 32
Lokasi
HRU Wilayah Perusahaan 2 2 4
Total 4 2 6
Lokasi
MRO Wilayah Luar
0 1 1 2
Perusahaan
Total 1 1 13 15
Lokasi
ABT Wilayah Perusahaan 1 0 1
Total 2 1 3
Lokasi
UMR Wilayah Perusahaan 0 0 1 1
Total 1 4 3 8
Lokasi
MFS Wilayah Perusahaan 0 2 1 3
Total 1 5 4 10
Lokasi Wilayah Perusahaan 1 1
GGR
Total 1 1
PKA
Total 2 1 3
Lokasi Wilayah Produksi 2 2
FTW
Total 2 2
Lokasi
HDI Wilayah Perusahaan 0 1 1
Total 2 2 4
Lokasi
Total Wilayah Luar
1 1 6 8
Perusahaan
Total 12 63 126 201
. . . . . . .
. . . . . . .
. . . . . . .
Lokasi Wilayah Produksi 11 69 167 247

Total
Total Wilayah Luar
2 4 21 27
Perusahaan
Total 18 84 233 335
85
Lampiran 4. Model-Model Log Linear Empat Dimensi (Trastika,2006)

Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 +𝜆𝑙 𝑍 (W,X,Y,Z)
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY,WXZ,WYZ,XYZ)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑖𝑙 𝑊𝑍 +
𝑊𝑋𝑌
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘 +
𝑊𝑋𝑍 𝑊𝑌𝑍 𝑋𝑌𝑍
𝜆𝑖𝑗𝑙 + 𝜆𝑖𝑘𝑙 + 𝜆𝑗𝑘𝑙
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY,WXZ,XYZ)
𝑊𝑋𝑌
𝑊𝑋𝑍 𝑋𝑌𝑍
𝜆𝑖𝑗𝑙 + 𝜆𝑗𝑘𝑙
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY,XYZ)
𝑊𝑋𝑌
𝑋𝑌𝑍
𝜆𝑗𝑘𝑙
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY,WXZ,YZ)
𝑊𝑋𝑌
𝑊𝑋𝑍
𝜆𝑖𝑗𝑙
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXZ, XYZ, WY)
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 +
𝜆𝑗𝑘𝑙 𝑋𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY,WZ,XZ,YZ)
𝑊𝑋𝑌
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXZ,WY,XY,YZ)
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑙 𝑊𝑋𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY,XZ,YZ)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 +
𝑊𝑋𝑌
𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXZ,WY,XY)
𝑊𝑋𝑌
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑖𝑗𝑘
86
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 +𝜆𝑘 𝑌 + (WXY, YZ)

𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 +
𝑊𝑋𝑌
𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,WY,WZ,XY,XZ,YZ)
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 +𝜆𝑘𝑙 𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,WY,XY,XZ,YZ)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍
+𝜆𝑘𝑙 𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,WY,WZ)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑖𝑙 𝑊𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,WY,XY,Z)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑖𝑙 𝑊𝑍 + 𝜆𝑗𝑘 𝑋𝑌
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,YZ)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 +𝜆𝑘𝑙 𝑌𝑍
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,XY,Z)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑗𝑘 𝑋𝑌
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + 𝜆𝑘 𝑌 + (WX,Y,Z)
𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋
Log 𝑚𝑖𝑗𝑘𝑙 = 𝜇 + 𝜆𝑖 𝑊 + 𝜆𝑗 𝑋 + (WXYZ)
𝜆𝑘 𝑌 +𝜆𝑙 𝑍 + 𝜆𝑖𝑗 𝑊𝑋 + 𝜆𝑖𝑘 𝑊𝑌 + 𝜆𝑖𝑙 𝑊𝑍 +
𝜆𝑗𝑘 𝑋𝑌 + 𝜆𝑗𝑙 𝑋𝑍 + 𝜆𝑘𝑙 𝑌𝑍 + 𝜆𝑖𝑗𝑘 𝑊𝑋𝑌 +
𝜆𝑖𝑗𝑙 𝑊𝑋𝑍 + 𝜆𝑖𝑘𝑙 𝑊𝑌𝑍 + 𝜆𝑗𝑘𝑙 𝑋𝑌𝑍 +
𝜆𝑖𝑗𝑘𝑙 𝑊𝑋𝑌𝑍
Lampiran 5. Perhitungan Fungsi Likelihood
W\X 1 2 3 W\Z 1 2 3
138 𝑚
̂ 11++ 55 𝑚
̂ 12++ 8 𝑚
̂ 13++ 12 𝑚
̂ 1++1 63 𝑚
̂ 1++2 126 𝑚
̂ 1++3
1 1
33 𝑚
̂ 21++ 0 𝑚
̂ 22++ 5 𝑚
̂ 23++ 2 𝑚
̂ 2++1 9 𝑚
̂ 2++2 27 𝑚
̂ 2++3
2 2
52 𝑚
̂ 31++ 5 𝑚
̂ 32++ 1 𝑚
̂ 33++ 3 𝑚
̂ 3++1 6 𝑚
̂ 3++2 49 𝑚
̂ 3++3
3 3
5 𝑚
̂ 41++ 0 𝑚
̂ 42++ 4 𝑚
̂ 43++ 0 𝑚
̂ 4++1 2 𝑚
̂ 4++2 7 𝑚
̂ 4++3
4 4
18 𝑚
̂ 51++ 0 𝑚
̂ 52++ 1 𝑚
̂ 53++ 1 𝑚
̂ 5++1 4 𝑚
̂ 5++2 14 𝑚
̂ 5++3
5 5
1 𝑚
̂ 61++ 1 𝑚
̂ 62++ 8 𝑚
̂ 63++ 0 𝑚
̂ 6++1 0 𝑚
̂ 6++2 10 𝑚
̂ 6++3
6 6
W\Y 1 2 3 4 5 6 7 8 9
1 12 𝑚
̂ 1+1+ 9 𝑚
̂ 1+2+ 18 𝑚
̂ 1+3+ 14 𝑚
̂ 1+4+ 10 𝑚
̂ 1+5+ 5 𝑚
̂ 1+6+ 4 𝑚
̂ 1+7+ 7 𝑚
̂ 1+8+ 4 𝑚
̂ 1+9+
2 2 𝑚
̂ 2+1+ 4 𝑚
̂ 2+2+ 2 𝑚
̂ 2+3+ 1 𝑚
̂ 2+4+ 2 𝑚
̂ 1+5+ 1 𝑚
̂ 2+6+ 1 𝑚
̂ 2+7+ 1 𝑚
̂ 2+8+ 0 𝑚
̂ 1+9+
3 1 𝑚
̂ 3+1+ 1 𝑚
̂ 3+2+ 0 𝑚
̂ 3+3+ 0 𝑚
̂ 3+4+ 1 𝑚
̂ 1+5+ 2 𝑚
̂ 3+6+ 0 𝑚
̂ 3+7+ 0 𝑚
̂ 3+8+ 0 𝑚
̂ 1+9+
4 4 𝑚
̂ 4+1+ 2 𝑚
̂ 4+2+ 0 𝑚
̂ 4+3+ 2 𝑚
̂ 4+4+ 0 𝑚
̂ 1+5+ 0 𝑚
̂ 4+6+ 0 𝑚
̂ 4+7+ 0 𝑚
̂ 4+8+ 0 𝑚
̂ 1+9+
5 4 𝑚
̂ 5+1+ 1 𝑚
̂ 5+2+ 3 𝑚
̂ 5+3+ 3 𝑚
̂ 5+4+ 2 𝑚
̂ 1+5+ 0 𝑚
̂ 5+6+ 0 𝑚
̂ 5+7+ 0 𝑚
̂ 5+8+ 0 𝑚
̂ 1+9+
6 2 𝑚
̂ 6+1+ 2 𝑚
̂ 6+2+ 2 𝑚
̂ 6+3+ 0 𝑚
̂ 6+4+ 0 𝑚
̂ 1+5+ 0 𝑚
̂ 6+6+ 1 𝑚
̂ 6+7+ 0 𝑚
̂ 6+8+ 0 𝑚
̂ 1+9+
W\Y 11 12 13 14 15 16 17 18 19
1 13 𝑚
̂ 1+11+ 1 𝑚
̂ 1+12+ 2 𝑚
̂ 1+13+ 13 𝑚
̂ 1+14+ 32 𝑚
̂ 1+15+ 6 𝑚
̂ 1+16+ 15 𝑚
̂ 1+17+ 3 𝑚
̂ 1+18+ 8 𝑚
̂ 1+19+
2 1 𝑚
̂ 2+11+ 2 𝑚
̂ 2+12+ 1 𝑚
̂ 2+13+ 5 𝑚
̂ 2+14+ 0 𝑚
̂ 2+15+ 0 𝑚
̂ 2+16+ 5 𝑚
̂ 2+17+ 1 𝑚
̂ 2+18+ 1 𝑚
̂ 2+19+
3 1 𝑚
̂ 3+11+ 36 𝑚
̂ 3+12+ 10 𝑚
̂ 3+13+ 0 𝑚
̂ 3+14+ 0 𝑚
̂ 3+15+ 1 𝑚
̂ 3+16+ 1 𝑚
̂ 3+17+ 0 𝑚
̂ 3+18+ 0 𝑚
̂ 3+19+
4 0 𝑚
̂ 4+11+ 0 𝑚
̂ 4+12+ 0 𝑚
̂ 4+13+ 0 𝑚
̂ 4+14+ 0 𝑚
̂ 4+15+ 0 𝑚
̂ 4+16+ 0 𝑚
̂ 4+17+ 0 𝑚
̂ 4+18+ 1 𝑚
̂ 4+19+
87
5 0 𝑚
̂ 5+11+ 0 𝑚
̂ 5+12+ 0 𝑚
̂ 5+13+ 0 𝑚
̂ 5+14+ 0 𝑚
̂ 5+15+ 0 𝑚
̂ 5+16+ 0 𝑚
̂ 5+17+ 0 𝑚
̂ 5+18+ 3 𝑚
̂ 5+19+
6 0 𝑚
̂ 6+11+ 0 𝑚
̂ 6+12+ 0 𝑚
̂ 6+13+ 1 𝑚
̂ 6+14+ 0 𝑚
̂ 6+15+ 0 𝑚
̂ 6+16+ 2 𝑚
̂ 6+17+ 0 𝑚
̂ 6+18+ 0 𝑚
̂ 6+19+
W\Y 20 21 22 23 24 25 10
1 10 𝑚
̂ 1+20+ 0 𝑚
̂ 1+21+ 1 𝑚
̂ 1+22+ 3 𝑚
̂ 1+23+ 2 𝑚
̂ 1+24+ 4 𝑚
̂ 1+25+ 5 𝑚
̂ 1+10+
2 2 𝑚
̂ 2+20+ 1 𝑚
̂ 2+21+ 2 𝑚
̂ 2+22+ 0 𝑚
̂ 2+23+ 0 𝑚
̂ 2+24+ 2 𝑚
̂ 2+25+ 1 𝑚
̂ 2+10+
3 0 𝑚
̂ 3+20+ 0 𝑚
̂ 3+21+ 1 𝑚
̂ 3+22+ 0 𝑚
̂ 3+23+ 2 𝑚
̂ 3+24+ 1 𝑚
̂ 3+25+ 2 𝑚
̂ 3+10+
4 0 𝑚
̂ 4+20+ 0 𝑚
̂ 4+21+ 0 𝑚
̂ 4+22+ 0 𝑚
̂ 4+23+ 0 𝑚
̂ 4+24+ 0 𝑚
̂ 4+25+ 0 𝑚
̂ 4+10+
5 2 𝑚
̂ 5+20+ 0 𝑚
̂ 5+21+ 1 𝑚
̂ 5+22+ 0 𝑚
̂ 5+23+ 0 𝑚
̂ 5+24+ 0 𝑚
̂ 5+25+ 0 𝑚
̂ 5+10+
6 0 𝑚
̂ 6+20+ 0 𝑚
̂ 6+21+ 0 𝑚
̂ 6+22+ 0 𝑚
̂ 6+23+ 0 𝑚
̂ 6+24+ 0 𝑚
̂ 6+25+ 0 𝑚
̂ 6+10+
X\Y 1 2 3 4 5 6 7 8 9
1 20 𝑚
̂ +11+ 11 𝑚
̂ +12+ 24 𝑚
̂ +13+ 18 𝑚
̂ +14+ 12 𝑚
̂ +15+ 6 𝑚
̂ +16+ 5 𝑚
̂ +17+ 6 𝑚
̂ +18+ 3 𝑚
̂ +19+
2 1 𝑚
̂ +21+ 0 𝑚
̂ +22+ 0 𝑚
̂ +23+ 1 𝑚
̂ +24+ 1 𝑚
̂ +25+ 0 𝑚
̂ +26+ 1 𝑚
̂ +27+ 2 𝑚
̂ +28+ 1 𝑚
̂ +29+
3 4 𝑚
̂ +31+ 8 𝑚
̂ +32+ 1 𝑚
̂ +33+ 1 𝑚
̂ +34+ 2 𝑚
̂ +35+ 0 𝑚
̂ +36+ 0 𝑚
̂ +37+ 0 𝑚
̂ +38+ 0 𝑚
̂ +39+
X\Y 10 11 12 13 14 15 16 17 18
1 7 𝑚
̂ +17+ 7 𝑚
̂ +111+ 35 𝑚
̂ +112+ 10 𝑚
̂ +113+ 13 𝑚
̂ +114+ 11 𝑚
̂ +115+ 3 𝑚
̂ +116+ 13 𝑚
̂ +117+ 3 𝑚
̂ +118+
2 1 𝑚
̂ +27+ 8 𝑚
̂ +111+ 3 𝑚
̂ +212+ 3 𝑚
̂ +213+ 2 𝑚
̂ +214+ 21 𝑚
̂ +215+ 4 𝑚
̂ +216+ 5 𝑚
̂ +217+ 1 𝑚
̂ +218+
3 0 𝑚
̂ +37+ 0 𝑚
̂ +111+ 1 𝑚
̂ +312+ 0 𝑚
̂ +313+ 4 𝑚
̂ +314+ 0 𝑚
̂ +315+ 0 𝑚
̂ +316+ 5 𝑚
̂ +317+ 0 𝑚
̂ +318+
X\Y 19 20 21 22 23 24 25
1 12 𝑚
̂ +119+ 11 𝑚
̂ +120+ 1 𝑚
̂ +121+ 3 𝑚
̂ +122+ 3 𝑚
̂ +123+ 4 𝑚
̂ +124+ 6 𝑚
̂ +125+
2 1 𝑚
̂ +219+ 3 𝑚
̂ +220+ 0 𝑚
̂ +221+ 1 𝑚
̂ +222+ 0 𝑚
̂ +223+ 0 𝑚
̂ +224+ 1 𝑚
̂ +225+
88
3 0 𝑚
̂ +319+ 0 𝑚
̂ +320+ 0 𝑚
̂ +321+ 1 𝑚
̂ +322+ 0 𝑚
̂ +323+ 0 𝑚
̂ +324+ 0 𝑚
̂ +325+
Z\Y 1 2 3 4 5 6 7 8 9
1 1 𝑚
̂ ++11 0 𝑚
̂ ++21 0 𝑚
̂ ++31 1 𝑚
̂ ++41 4 𝑚
̂ ++51 0 𝑚
̂ ++61 0 𝑚
̂ ++71 0 𝑚
̂ ++81 0 𝑚
̂ ++91
2 6 𝑚
̂ ++12 1 𝑚
̂ ++22 9 𝑚
̂ ++32 6 𝑚
̂ ++42 3 𝑚
̂ ++52 3 𝑚
̂ ++62 3 𝑚
̂ ++72 3 𝑚
̂ ++82 2 𝑚
̂ ++92
3 18 𝑚
̂ ++13 18 𝑚
̂ ++23 16 𝑚
̂ ++33 13 𝑚
̂ ++43 8 𝑚
̂ ++53 3 𝑚
̂ ++63 3 𝑚
̂ ++73 5 𝑚
̂ ++83 2 𝑚
̂ ++93
Z\Y 10 11 12 13 14 15 16 17 18
1 1 𝑚
̂ ++101 0 𝑚
̂ ++111 0 𝑚
̂ ++121 0 𝑚
̂ ++131 0 𝑚
̂ ++141 6 𝑚
̂ ++151 0 𝑚
̂ ++161 1 𝑚
̂ ++171 0 𝑚
̂ ++181
2 5 𝑚
̂ ++102 0 𝑚
̂ ++112 1 𝑚
̂ ++122 1 𝑚
̂ ++132 4 𝑚
̂ ++142 5 𝑚
̂ ++152 5 𝑚
̂ ++162 3 𝑚
̂ ++172 3 𝑚
̂ ++182
3 2 𝑚
̂ ++103 15 𝑚
̂ ++113 38 𝑚
̂ ++123 12 𝑚
̂ ++133 15 𝑚
̂ ++143 21 𝑚
̂ ++153 2 𝑚
̂ ++163 19 𝑚
̂ ++173 1 𝑚
̂ ++183
Z\Y 19 20 21 22 23 24 25
1 1 𝑚
̂ ++191 1 𝑚
̂ ++201 0 𝑚
̂ ++211 1 𝑚
̂ ++221 0 𝑚
̂ ++231 1 𝑚
̂ ++241 0 𝑚
̂ ++251
2 5 𝑚
̂ ++192 9 𝑚
̂ ++202 0 𝑚
̂ ++212 2 𝑚
̂ ++222 2 𝑚
̂ ++232 0 𝑚
̂ ++242 3 𝑚
̂ ++252
3 7 𝑚
̂ ++193 4 𝑚
̂ ++203 1 𝑚
̂ ++213 2 𝑚
̂ ++223 1 𝑚
̂ ++233 3 𝑚
̂ ++243 4 𝑚
̂ ++253
X\Z 1 2 3 Z X W
1 11 𝑚
̂ +1+1 69 𝑚
̂ +1+2 167 𝑚
̂ +1+3 1 18 𝑚
̂ +++1 1 247 𝑚
̂ +1++ 1 201 𝑚
̂ 1+++
2 5 𝑚
̂ +2+1 11 𝑚
̂ +2+2 45 𝑚
̂ +2+3 2 84 𝑚
̂ +++2 2 61 𝑚
̂ +2++ 2 38 𝑚
̂ 2+++
3 2 𝑚
̂ +3+1 4 𝑚
̂ +3+2 21 𝑚
̂ +3+3 3 233 𝑚
̂ +++3 3 27 𝑚
̂ +3++ 3 58 𝑚
̂ 3+++
4 9 𝑚
̂ 4+++
5 19 𝑚
̂ 5+++
89
6 10 𝑚
̂ 6+++
Y Y Y
1 25 𝑚
̂ ++1+ 11 15 𝑚
̂ ++11+ 21 1 𝑚
̂ ++21+
2 19 𝑚
̂ ++2+ 12 39 𝑚
̂ ++12+ 22 5 𝑚
̂ ++22+
3 25 𝑚
̂ ++3+ 13 13 𝑚
̂ ++13+ 23 3 𝑚
̂ ++23+
4 20 𝑚
̂ ++4+ 14 19 𝑚
̂ ++14+ 24 4 𝑚
̂ ++24+
5 15 𝑚
̂ ++5+ 15 32 𝑚
̂ ++15+ 25 7 𝑚
̂ ++25+
6 6 𝑚
̂ ++6+ 16 7 𝑚
̂ ++16+
7 6 𝑚
̂ ++7+ 17 23 𝑚
̂ ++17+
8 8 𝑚
̂ ++8+ 18 4 𝑚
̂ ++18+
9 4 𝑚
̂ ++9+ 19 13 𝑚
̂ ++19+
10 8 𝑚
̂ ++10+ 20 14 𝑚
̂ ++20+
W\X\Y 1 2 3 4 5 6 7 8 9
1 1 10 𝑚
̂ 111+ 6 𝑚
̂ 112+ 18 𝑚
̂ 113+ 13 𝑚
̂ 114+ 8 𝑚
̂ 115+ 5 𝑚
̂ 116+ 4 𝑚
̂ 117+ 5 𝑚
̂ 118+ 3 𝑚
̂ 119+
2 1 𝑚
̂ 121+ 0 𝑚
̂ 122+ 0 𝑚
̂ 123+ 1 𝑚
̂ 124+ 1 𝑚
̂ 125+ 0 𝑚
̂ 126+ 0 𝑚
̂ 127+ 2 𝑚
̂ 128+ 1 𝑚
̂ 129+
3 1 𝑚
̂ 131+ 3 𝑚
̂ 132+ 0 𝑚
̂ 133+ 0 𝑚
̂ 134+ 1 𝑚
̂ 135+ 0 𝑚
̂ 136+ 0 𝑚
̂ 137+ 0 𝑚
̂ 138+ 0 𝑚
̂ 139+
2 1 2 𝑚
̂ 211+ 3 𝑚
̂ 212+ 2 𝑚
̂ 213+ 1 𝑚
̂ 214+ 2 𝑚
̂ 215+ 1 𝑚
̂ 216+ 1 𝑚
̂ 217+ 1 𝑚
̂ 218+ 0 𝑚
̂ 219+
2 0 𝑚
̂ 221+ 0 𝑚
̂ 222+ 0 𝑚
̂ 223+ 0 𝑚
̂ 224+ 0 𝑚
̂ 225+ 0 𝑚
̂ 226+ 0 𝑚
̂ 227+ 0 𝑚
̂ 228+ 0 𝑚
̂ 229+
3 0 𝑚
̂ 231+ 1 𝑚
̂ 232+ 0 𝑚
̂ 233+ 0 𝑚
̂ 234+ 0 𝑚
̂ 235+ 0 𝑚
̂ 236+ 0 𝑚
̂ 237+ 0 𝑚
̂ 238+ 0 𝑚
̂ 239+
90
3 1 1 𝑚
̂ 311+ 1 𝑚
̂ 312+ 0 𝑚
̂ 313+ 0 𝑚
̂ 314+ 1 𝑚
̂ 315+ 0 𝑚
̂ 316+ 0 𝑚
̂ 317+ 0 𝑚
̂ 318+ 0 𝑚
̂ 319+
2 0 𝑚
̂ 321+ 0 𝑚
̂ 322+ 0 𝑚
̂ 323+ 0 𝑚
̂ 324+ 0 𝑚
̂ 325+ 0 𝑚
̂ 326+ 0 𝑚
̂ 327+ 0 𝑚
̂ 328+ 0 𝑚
̂ 329+
3 0 𝑚
̂ 331+ 0 𝑚
̂ 332+ 0 𝑚
̂ 333+ 0 𝑚
̂ 334+ 0 𝑚
̂ 335+ 0 𝑚
̂ 336+ 0 𝑚
̂ 337+ 0 𝑚
̂ 338+ 0 𝑚
̂ 339+
4 1 3 𝑚
̂ 411+ 0 𝑚
̂ 412+ 0 𝑚
̂ 413+ 1 𝑚
̂ 414+ 0 𝑚
̂ 415+ 0 𝑚
̂ 416+ 0 𝑚
̂ 417+ 0 𝑚
̂ 418+ 0 𝑚
̂ 419+
2 0 𝑚
̂ 421+ 0 𝑚
̂ 422+ 0 𝑚
̂ 423+ 0 𝑚
̂ 424+ 0 𝑚
̂ 425+ 0 𝑚
̂ 426+ 0 𝑚
̂ 427+ 0 𝑚
̂ 428+ 0 𝑚
̂ 429+
3 1 𝑚
̂ 431+ 2 𝑚
̂ 432+ 0 𝑚
̂ 433+ 1 𝑚
̂ 434+ 0 𝑚
̂ 435+ 0 𝑚
̂ 436+ 0 𝑚
̂ 437+ 0 𝑚
̂ 438+ 0 𝑚
̂ 439+
5 1 4 𝑚
̂ 511+ 1 𝑚
̂ 512+ 3 𝑚
̂ 513+ 3 𝑚
̂ 514+ 1 𝑚
̂ 515+ 0 𝑚
̂ 516+ 0 𝑚
̂ 517+ 0 𝑚
̂ 518+ 0 𝑚
̂ 519+
2 0 𝑚
̂ 521+ 0 𝑚
̂ 522+ 0 𝑚
̂ 523+ 0 𝑚
̂ 524+ 0 𝑚
̂ 525+ 0 𝑚
̂ 526+ 0 𝑚
̂ 527+ 0 𝑚
̂ 528+ 0 𝑚
̂ 529+
3 0 𝑚
̂ 531+ 0 𝑚
̂ 532+ 0 𝑚
̂ 533+ 0 𝑚
̂ 534+ 1 𝑚
̂ 535+ 0 𝑚
̂ 536+ 0 𝑚
̂ 537+ 0 𝑚
̂ 538+ 0 𝑚
̂ 539+
6 1 0 𝑚
̂ 611+ 0 𝑚
̂ 612+ 1 𝑚
̂ 613+ 0 𝑚
̂ 614+ 0 𝑚
̂ 615+ 0 𝑚
̂ 616+ 0 𝑚
̂ 617+ 0 𝑚
̂ 618+ 0 𝑚
̂ 619+
2 0 𝑚
̂ 621+ 0 𝑚
̂ 622+ 0 𝑚
̂ 623+ 0 𝑚
̂ 624+ 0 𝑚
̂ 625+ 0 𝑚
̂ 626+ 1 𝑚
̂ 627+ 0 𝑚
̂ 628+ 0 𝑚
̂ 629+
3 2 𝑚
̂ 631+ 2 𝑚
̂ 632+ 1 𝑚
̂ 633+ 0 𝑚
̂ 634+ 0 𝑚
̂ 635+ 0 𝑚
̂ 636+ 0 𝑚
̂ 637+ 0 𝑚
̂ 638+ 0 𝑚
̂ 639+
W\X\Y 10 11 12 13 14 15 16 17 18
1 1 4 𝑚
̂ 1110+ 5 𝑚
̂ 1111+ 1 𝑚
̂ 1112+ 1 𝑚
̂ 1113+ 10 𝑚
̂ 1114+ 11 𝑚
̂ 1115+ 2 𝑚
̂ 1116+ 8 𝑚
̂ 1117+ 2 𝑚
̂ 1118+
2 1 𝑚
̂ 1210+ 8 𝑚
̂ 1211+ 0 𝑚
̂ 1212+ 1 𝑚
̂ 1213+ 2 𝑚
̂ 1214+ 21 𝑚
̂ 1215+ 4 𝑚
̂ 1216+ 5 𝑚
̂ 1217+ 1 𝑚
̂ 1218+
3 0 𝑚
̂ 1310+ 0 𝑚
̂ 1311+ 0 𝑚
̂ 1312+ 0 𝑚
̂ 1313+ 1 𝑚
̂ 1314+ 0 𝑚
̂ 1315+ 0 𝑚
̂ 1316+ 2 𝑚
̂ 1317+ 0 𝑚
̂ 1318+
2 1 1 𝑚
̂ 2110+ 1 𝑚
̂ 2111+ 2 𝑚
̂ 2112+ 1 𝑚
̂ 2113+ 3 𝑚
̂ 2114+ 0 𝑚
̂ 2115+ 0 𝑚
̂ 2116+ 4 𝑚
̂ 2117+ 1 𝑚
̂ 2118+
2 0 𝑚
̂ 2210+ 0 𝑚
̂ 2211+ 0 𝑚
̂ 2212+ 0 𝑚
̂ 2213+ 0 𝑚
̂ 2214+ 0 𝑚
̂ 2215+ 0 𝑚
̂ 2216+ 0 𝑚
̂ 2217+ 0 𝑚
̂ 2218+
3 0 𝑚
̂ 2310+ 0 𝑚
̂ 2311+ 0 𝑚
̂ 2312+ 0 𝑚
̂ 2313+ 2 𝑚
̂ 2314+ 0 𝑚
̂ 2315+ 0 𝑚
̂ 2316+ 1 𝑚
̂ 2317+ 0 𝑚
̂ 2318+
3 1 2 𝑚
̂ 3110+ 1 𝑚
̂ 3111+ 32 𝑚
̂ 3112+ 8 𝑚
̂ 3113+ 0 𝑚
̂ 3114+ 0 𝑚
̂ 3115+ 1 𝑚
̂ 3116+ 1 𝑚
̂ 3117+ 0 𝑚
̂ 3118+
2 0 𝑚
̂ 3210+ 0 𝑚
̂ 3211+ 3 𝑚
̂ 3212+ 2 𝑚
̂ 3213+ 0 𝑚
̂ 3214+ 0 𝑚
̂ 3215+ 0 𝑚
̂ 3216+ 0 𝑚
̂ 3217+ 0 𝑚
̂ 3218+
91
3 0 𝑚
̂ 3310+ 0 𝑚
̂ 3311+ 1 𝑚
̂ 3312+ 0 𝑚
̂ 3313+ 0 𝑚
̂ 3314+ 0 𝑚
̂ 3315+ 0 𝑚
̂ 3316+ 0 𝑚
̂ 3317+ 0 𝑚
̂ 3318+
4 1 0 𝑚
̂ 4110+ 0 𝑚
̂ 4111+ 0 𝑚
̂ 4112+ 0 𝑚
̂ 4113+ 0 𝑚
̂ 4114+ 0 𝑚
̂ 4115+ 0 𝑚
̂ 4116+ 0 𝑚
̂ 4117+ 0 𝑚
̂ 4118+
2 0 𝑚
̂ 4210+ 0 𝑚
̂ 4211+ 0 𝑚
̂ 4212+ 0 𝑚
̂ 4213+ 0 𝑚
̂ 4214+ 0 𝑚
̂ 4215+ 0 𝑚
̂ 4216+ 0 𝑚
̂ 4217+ 0 𝑚
̂ 4218+
3 0 𝑚
̂ 4310+ 0 𝑚
̂ 4311+ 0 𝑚
̂ 4312+ 0 𝑚
̂ 4313+ 0 𝑚
̂ 4314+ 0 𝑚
̂ 4315+ 0 𝑚
̂ 4316+ 0 𝑚
̂ 4317+ 0 𝑚
̂ 4318+
5 1 0 𝑚
̂ 5110+ 0 𝑚
̂ 5111+ 0 𝑚
̂ 5112+ 0 𝑚
̂ 5113+ 0 𝑚
̂ 5114+ 0 𝑚
̂ 5115+ 0 𝑚
̂ 5116+ 0 𝑚
̂ 5117+ 0 𝑚
̂ 5118+
2 0 𝑚
̂ 5210+ 0 𝑚
̂ 5211+ 0 𝑚
̂ 5212+ 0 𝑚
̂ 5213+ 0 𝑚
̂ 5214+ 0 𝑚
̂ 5215+ 0 𝑚
̂ 5216+ 0 𝑚
̂ 5217+ 0 𝑚
̂ 5218+
3 0 𝑚
̂ 5310+ 0 𝑚
̂ 5311+ 0 𝑚
̂ 5312+ 0 𝑚
̂ 5313+ 0 𝑚
̂ 5314+ 0 𝑚
̂ 5315+ 0 𝑚
̂ 5316+ 0 𝑚
̂ 5317+ 0 𝑚
̂ 5318+
6 1 0 𝑚
̂ 6110+ 0 𝑚
̂ 6111+ 0 𝑚
̂ 6112+ 0 𝑚
̂ 6113+ 0 𝑚
̂ 6114+ 0 𝑚
̂ 6115+ 0 𝑚
̂ 6116+ 0 𝑚
̂ 6117+ 0 𝑚
̂ 6118+
2 0 𝑚
̂ 6210+ 0 𝑚
̂ 6211+ 0 𝑚
̂ 6212+ 0 𝑚
̂ 6213+ 0 𝑚
̂ 6214+ 0 𝑚
̂ 6215+ 0 𝑚
̂ 6216+ 0 𝑚
̂ 6217+ 0 𝑚
̂ 6218+
3 0 𝑚
̂ 6310+ 0 𝑚
̂ 6311+ 0 𝑚
̂ 6312+ 0 𝑚
̂ 6313+ 1 𝑚
̂ 6314+ 0 𝑚
̂ 6315+ 0 𝑚
̂ 6316+ 2 𝑚
̂ 6317+ 0 𝑚
̂ 6318+
W\X\Y 19 20 21 22 23 24 25
1 10 7 𝑚
̂ 1119+ 7 𝑚
̂ 1120+ 0 𝑚
̂ 1121+ 0 𝑚
̂ 1122+ 3 𝑚
̂ 1123+ 2 𝑚
̂ 1124+ 3 𝑚
̂ 1125+
2 1 𝑚
̂ 1219+ 3 𝑚
̂ 1220+ 0 𝑚
̂ 1221+ 1 𝑚
̂ 1222+ 0 𝑚
̂ 1223+ 0 𝑚
̂ 1224+ 1 𝑚
̂ 1225+
3 0 𝑚
̂ 1319+ 0 𝑚
̂ 1320+ 0 𝑚
̂ 1321+ 0 𝑚
̂ 1322+ 0 𝑚
̂ 1323+ 0 𝑚
̂ 1324+ 0 𝑚
̂ 1325+
2 1 1 𝑚
̂ 2119+ 2 𝑚
̂ 2120+ 1 𝑚
̂ 2121+ 1 𝑚
̂ 2122+ 0 𝑚
̂ 2123+ 0 𝑚
̂ 2124+ 2 𝑚
̂ 2125+
2 0 𝑚
̂ 2219+ 0 𝑚
̂ 2220+ 0 𝑚
̂ 2221+ 0 𝑚
̂ 2222+ 0 𝑚
̂ 2223+ 0 𝑚
̂ 2224+ 0 𝑚
̂ 2225+
3 0 𝑚
̂ 2319+ 0 𝑚
̂ 2320+ 0 𝑚
̂ 2321+ 1 𝑚
̂ 2322+ 0 𝑚
̂ 2323+ 0 𝑚
̂ 2324+ 0 𝑚
̂ 2325+
3 1 0 𝑚
̂ 3119+ 0 𝑚
̂ 3120+ 0 𝑚
̂ 3121+ 1 𝑚
̂ 3122+ 0 𝑚
̂ 3123+ 2 𝑚
̂ 3124+ 1 𝑚
̂ 3125+
0 𝑚
̂ 3219+ 0 𝑚
̂ 3220+ 0 𝑚
̂ 3221+ 0 𝑚
̂ 3222+ 0 𝑚
̂ 3223+ 0 𝑚
̂ 3224+ 0 𝑚
̂ 3225+
92
3 0 𝑚
̂ 3319+ 0 𝑚
̂ 3320+ 0 𝑚
̂ 3321+ 0 𝑚
̂ 3322+ 0 𝑚
̂ 3323+ 0 𝑚
̂ 3324+ 0 𝑚
̂ 3325+
4 1 1 𝑚
̂ 4119+ 0 𝑚
̂ 4120+ 0 𝑚
̂ 4121+ 0 𝑚
̂ 4122+ 0 𝑚
̂ 4123+ 0 𝑚
̂ 4124+ 0 𝑚
̂ 4125+
2 0 𝑚
̂ 4219+ 0 𝑚
̂ 4220+ 0 𝑚
̂ 4221+ 0 𝑚
̂ 4222+ 0 𝑚
̂ 4223+ 0 𝑚
̂ 4224+ 0 𝑚
̂ 4225+
3 0 𝑚
̂ 4319+ 0 𝑚
̂ 4320+ 0 𝑚
̂ 4321+ 0 𝑚
̂ 4322+ 0 𝑚
̂ 4323+ 0 𝑚
̂ 4324+ 0 𝑚
̂ 4325+
5 1 0 𝑚
̂ 5119+ 1 𝑚
̂ 5120+ 0 𝑚
̂ 5121+ 0 𝑚
̂ 5122+ 0 𝑚
̂ 5123+ 0 𝑚
̂ 5124+ 0 𝑚
̂ 5125+
2 0 𝑚
̂ 5219+ 0 𝑚
̂ 5220+ 0 𝑚
̂ 5221+ 0 𝑚
̂ 5222+ 0 𝑚
̂ 5223+ 0 𝑚
̂ 5224+ 0 𝑚
̂ 5225+
3 0 𝑚
̂ 5319+ 0 𝑚
̂ 5320+ 0 𝑚
̂ 5321+ 0 𝑚
̂ 5322+ 0 𝑚
̂ 5323+ 0 𝑚
̂ 5324+ 0 𝑚
̂ 5325+
6 1 0 𝑚
̂ 6119+ 0 𝑚
̂ 6120+ 0 𝑚
̂ 6121+ 0 𝑚
̂ 6122+ 0 𝑚
̂ 6123+ 0 𝑚
̂ 6124+ 0 𝑚
̂ 6125+
2 0 𝑚
̂ 6219+ 0 𝑚
̂ 6220+ 0 𝑚
̂ 6221+ 0 𝑚
̂ 6222+ 0 𝑚
̂ 6223+ 0 𝑚
̂ 6224+ 0 𝑚
̂ 6225+
3 0 𝑚
̂ 6319+ 0 𝑚
̂ 6320+ 0 𝑚
̂ 6321+ 0 𝑚
̂ 6322+ 0 𝑚
̂ 6323+ 0 𝑚
̂ 6324+ 0 𝑚
̂ 6325+
W\Z\Y 1 2 3 4 5 6 7 8 9
1 1 0 𝑚
̂ 1+11 0 𝑚
̂ 1+21 0 𝑚
̂ 1+31 0 𝑚
̂ 1+41 3 𝑚
̂ 1+51 0 𝑚
̂ 1+61 0 𝑚
̂ 1+71 0 𝑚
̂ 1+81 0 𝑚
̂ 1+91
2 4 𝑚
̂ 1+12 0 𝑚
̂ 1+22 9 𝑚
̂ 1+32 6 𝑚
̂ 1+42 3 𝑚
̂ 1+52 3 𝑚
̂ 1+62 2 𝑚
̂ 1+72 3 𝑚
̂ 1+82 2 𝑚
̂ 1+92
3 8 𝑚
̂ 1+13 9 𝑚
̂ 1+23 9 𝑚
̂ 1+33 8 𝑚
̂ 1+43 4 𝑚
̂ 1+53 2 𝑚
̂ 1+63 2 𝑚
̂ 1+73 4 𝑚
̂ 1+83 2 𝑚
̂ 1+93
2 1 0 𝑚
̂ 2+11 0 𝑚
̂ 2+21 0 𝑚
̂ 2+31 1 𝑚
̂ 2+41 0 𝑚
̂ 2+51 0 𝑚
̂ 2+61 0 𝑚
̂ 2+71 0 𝑚
̂ 2+81 0 𝑚
̂ 2+91
2 0 𝑚
̂ 2+12 0 𝑚
̂ 2+22 0 𝑚
̂ 2+32 0 𝑚
̂ 2+42 0 𝑚
̂ 2+52 0 𝑚
̂ 2+62 1 𝑚
̂ 2+72 0 𝑚
̂ 2+82 0 𝑚
̂ 2+92
3 2 𝑚
̂ 2+13 4 𝑚
̂ 2+23 2 𝑚
̂ 2+33 0 𝑚
̂ 2+43 2 𝑚
̂ 2+53 1 𝑚
̂ 2+63 0 𝑚
̂ 2+73 1 𝑚
̂ 2+83 0 𝑚
̂ 2+93
3 1 0 𝑚
̂ 3+11 0 𝑚
̂ 3+21 0 𝑚
̂ 3+31 0 𝑚
̂ 3+41 1 𝑚
̂ 3+51 0 𝑚
̂ 3+61 0 𝑚
̂ 3+71 0 𝑚
̂ 3+81 0 𝑚
̂ 3+91
2 0 𝑚
̂ 3+12 1 𝑚
̂ 3+22 0 𝑚
̂ 3+32 0 𝑚
̂ 3+42 0 𝑚
̂ 3+52 0 𝑚
̂ 3+62 0 𝑚
̂ 3+72 0 𝑚
̂ 3+82 0 𝑚
̂ 3+92
3 1 𝑚
̂ 3+13 0 𝑚
̂ 3+23 0 𝑚
̂ 3+33 0 𝑚
̂ 3+43 0 𝑚
̂ 3+53 0 𝑚
̂ 3+63 0 𝑚
̂ 3+73 0 𝑚
̂ 3+83 0 𝑚
̂ 3+93
4 1 0 𝑚
̂ 4+11 0 𝑚
̂ 4+21 0 𝑚
̂ 4+31 0 𝑚
̂ 4+41 0 𝑚
̂ 4+51 0 𝑚
̂ 4+61 0 𝑚
̂ 4+71 0 𝑚
̂ 4+81 0 𝑚
̂ 4+91
93
2 1 𝑚
̂ 4+12 0 𝑚
̂ 4+22 0 𝑚
̂ 4+32 0 𝑚
̂ 4+42 0 𝑚
̂ 4+52 0 𝑚
̂ 4+62 0 𝑚
̂ 4+72 0 𝑚
̂ 4+82 0 𝑚
̂ 4+92
3 3 𝑚
̂ 4+13 2 𝑚
̂ 4+23 0 𝑚
̂ 4+33 2 𝑚
̂ 4+43 0 𝑚
̂ 4+53 0 𝑚
̂ 4+63 0 𝑚
̂ 4+73 0 𝑚
̂ 4+83 0 𝑚
̂ 4+93
5 1 1 𝑚
̂ 5+11 0 𝑚
̂ 5+21 0 𝑚
̂ 5+31 0 𝑚
̂ 5+41 0 𝑚
̂ 5+51 0 𝑚
̂ 5+61 0 𝑚
̂ 5+71 0 𝑚
̂ 5+81 0 𝑚
̂ 5+91
2 1 𝑚
̂ 5+12 0 𝑚
̂ 5+22 0 𝑚
̂ 5+32 0 𝑚
̂ 5+42 0 𝑚
̂ 5+52 0 𝑚
̂ 5+62 0 𝑚
̂ 5+72 0 𝑚
̂ 5+82 0 𝑚
̂ 5+92
3 2 𝑚
̂ 5+13 1 𝑚
̂ 5+23 3 𝑚
̂ 5+33 3 𝑚
̂ 5+43 2 𝑚
̂ 5+53 0 𝑚
̂ 5+63 0 𝑚
̂ 5+73 0 𝑚
̂ 5+83 0 𝑚
̂ 5+93
6 1 0 𝑚
̂ 6+11 0 𝑚
̂ 6+21 0 𝑚
̂ 6+31 0 𝑚
̂ 6+41 0 𝑚
̂ 6+51 0 𝑚
̂ 6+61 0 𝑚
̂ 6+71 0 𝑚
̂ 6+81 0 𝑚
̂ 6+91
2 0 𝑚
̂ 6+12 0 𝑚
̂ 6+22 0 𝑚
̂ 6+32 0 𝑚
̂ 6+42 0 𝑚
̂ 6+52 0 𝑚
̂ 6+62 0 𝑚
̂ 6+72 0 𝑚
̂ 6+82 0 𝑚
̂ 6+92
3 2 𝑚
̂ 6+13 2 𝑚
̂ 6+23 2 𝑚
̂ 6+33 0 𝑚
̂ 6+43 0 𝑚
̂ 6+53 0 𝑚
̂ 6+63 1 𝑚
̂ 6+73 0 𝑚
̂ 6+83 0 𝑚
̂ 1+91
W\Z\Y 10 11 12 13 14 15 16 17 18
1 1 0 𝑚
̂ 1+101 0 𝑚
̂ 1+111 0 𝑚
̂ 1+121 0 𝑚
̂ 1+131 0 𝑚
̂ 1+141 6 𝑚
̂ 1+151 0 𝑚
̂ 1+161 1 𝑚
̂ 1+171 0 𝑚
̂ 1+181
2 3 𝑚
̂ 1+102 0 𝑚
̂ 1+112 0 𝑚
̂ 1+12 1 𝑚
̂ 1+132 2 𝑚
̂ 1+142 5 𝑚
̂ 1+152 4 𝑚
̂ 1+162 1 𝑚
̂ 1+172 2 𝑚
̂ 1+182
3 2 𝑚
̂ 1+103 13 𝑚
̂ 1+113 1 𝑚
̂ 1+123 1 𝑚
̂ 1+133 11 𝑚
̂ 1+143 21 𝑚
̂ 1+153 2 𝑚
̂ 1+163 13 𝑚
̂ 1+173 1 𝑚
̂ 1+183
2 1 0 𝑚
̂ 2+101 0 𝑚
̂ 2+111 0 𝑚
̂ 2+121 0 𝑚
̂ 2+131 0 𝑚
̂ 2+141 0 𝑚
̂ 2+151 0 𝑚
̂ 2+161 0 𝑚
̂ 2+171 0 𝑚
̂ 2+181
2 1 𝑚
̂ 2+102 0 𝑚
̂ 2+112 0 𝑚
̂ 2+122 0 𝑚
̂ 2+132 2 𝑚
̂ 2+142 0 𝑚
̂ 2+152 0 𝑚
̂ 2+162 1 𝑚
̂ 2+172 1 𝑚
̂ 2+182
3 0 𝑚
̂ 2+103 1 𝑚
̂ 2+113 2 𝑚
̂ 2+123 1 𝑚
̂ 2+133 3 𝑚
̂ 2+143 0 𝑚
̂ 2+153 0 𝑚
̂ 2+163 4 𝑚
̂ 2+173 0 𝑚
̂ 2+183
3 1 1 𝑚
̂ 3+101 0 𝑚
̂ 3+111 0 𝑚
̂ 3+121 0 𝑚
̂ 3+131 0 𝑚
̂ 3+141 0 𝑚
̂ 3+151 0 𝑚
̂ 3+161 0 𝑚
̂ 3+171 0 𝑚
̂ 3+181
2 1 𝑚
̂ 3+102 0 𝑚
̂ 3+112 1 𝑚
̂ 3+122 0 𝑚
̂ 3+132 0 𝑚
̂ 3+142 0 𝑚
̂ 3+152 1 𝑚
̂ 3+162 1 𝑚
̂ 3+172 0 𝑚
̂ 3+182
3 0 𝑚
̂ 3+103 1 𝑚
̂ 3+113 35 𝑚
̂ 3+123 10 𝑚
̂ 3+133 0 𝑚
̂ 3+143 0 𝑚
̂ 3+153 0 𝑚
̂ 3+163 0 𝑚
̂ 3+173 0 𝑚
̂ 3+183
4 1 0 𝑚
̂ 4+101 0 𝑚
̂ 4+111 0 𝑚
̂ 4+121 0 𝑚
̂ 4+131 0 𝑚
̂ 4+141 0 𝑚
̂ 4+151 0 𝑚
̂ 4+161 0 𝑚
̂ 4+171 0 𝑚
̂ 4+181
2 0 𝑚
̂ 4+102 0 𝑚
̂ 4+112 0 𝑚
̂ 4+122 0 𝑚
̂ 4+132 0 𝑚
̂ 4+142 0 𝑚
̂ 4+152 0 𝑚
̂ 4+162 0 𝑚
̂ 4+172 0 𝑚
̂ 4+182
94
3 0 𝑚
̂ 4+103 0 𝑚
̂ 4+113 0 𝑚
̂ 4+123 0 𝑚
̂ 4+133 0 𝑚
̂ 4+143 0 𝑚
̂ 4+153 0 𝑚
̂ 4+163 0 𝑚
̂ 4+173 0 𝑚
̂ 4+183
5 1 0 𝑚
̂ 5+101 0 𝑚
̂ 5+111 0 𝑚
̂ 5+121 0 𝑚
̂ 5+131 0 𝑚
̂ 5+141 0 𝑚
̂ 5+151 0 𝑚
̂ 5+161 0 𝑚
̂ 5+171 0 𝑚
̂ 5+181
2 0 𝑚
̂ 5+102 0 𝑚
̂ 5+112 0 𝑚
̂ 5+122 0 𝑚
̂ 5+132 0 𝑚
̂ 5+142 0 𝑚
̂ 5+152 0 𝑚
̂ 5+162 0 𝑚
̂ 5+172 0 𝑚
̂ 5+182
3 0 𝑚
̂ 5+103 0 𝑚
̂ 5+113 0 𝑚
̂ 5+123 0 𝑚
̂ 5+133 0 𝑚
̂ 5+143 0 𝑚
̂ 5+153 0 𝑚
̂ 5+163 0 𝑚
̂ 5+173 0 𝑚
̂ 5+183
6 1 0 𝑚
̂ 6+101 0 𝑚
̂ 6+111 0 𝑚
̂ 6+121 0 𝑚
̂ 6+131 0 𝑚
̂ 6+141 0 𝑚
̂ 6+151 0 𝑚
̂ 6+161 0 𝑚
̂ 6+171 0 𝑚
̂ 6+181
2 0 𝑚
̂ 6+102 0 𝑚
̂ 6+112 0 𝑚
̂ 6+122 0 𝑚
̂ 6+132 0 𝑚
̂ 6+142 0 𝑚
̂ 6+152 0 𝑚
̂ 6+162 0 𝑚
̂ 6+172 0 𝑚
̂ 6+182
3 0 𝑚
̂ 6+103 0 𝑚
̂ 6+113 0 𝑚
̂ 6+123 0 𝑚
̂ 6+133 1 𝑚
̂ 6+143 0 𝑚
̂ 6+153 0 𝑚
̂ 6+163 2 𝑚
̂ 6+173 0 𝑚
̂ 6+183
W\Z\Y 19 20 21 22 23 24 25
1 1 1 𝑚
̂ 1+191 1 𝑚
̂ 1+201 0 𝑚
̂ 1+211 0 𝑚
̂ 1+221 0 𝑚
̂ 1+231 0 𝑚
̂ 1+241 0 𝑚
̂ 1+251
2 4 𝑚
̂ 1+192 5 𝑚
̂ 1+202 0 𝑚
̂ 1+212 0 𝑚
̂ 1+222 2 𝑚
̂ 1+232 0 𝑚
̂ 1+242 2 𝑚
̂ 1+252
3 3 𝑚
̂ 1+193 4 𝑚
̂ 1+203 0 𝑚
̂ 1+213 1 𝑚
̂ 1+223 1 𝑚
̂ 1+233 2 𝑚
̂ 1+243 2 𝑚
̂ 1+253
2 1 0 𝑚
̂ 2+191 0 𝑚
̂ 2+201 0 𝑚
̂ 2+211 1 𝑚
̂ 2+221 0 𝑚
̂ 2+231 0 𝑚
̂ 2+241 0 𝑚
̂ 2+251
2 0 𝑚
̂ 2+192 2 𝑚
̂ 2+202 0 𝑚
̂ 2+212 1 𝑚
̂ 2+222 0 𝑚
̂ 2+232 0 𝑚
̂ 2+242 0 𝑚
̂ 2+252
3 1 𝑚
̂ 2+193 0 𝑚
̂ 2+203 1 𝑚
̂ 2+213 0 𝑚
̂ 2+223 0 𝑚
̂ 2+233 0 𝑚
̂ 2+243 2 𝑚
̂ 2+253
3 1 0 𝑚
̂ 3+191 0 𝑚
̂ 3+201 0 𝑚
̂ 3+211 0 𝑚
̂ 3+221 0 𝑚
̂ 3+231 1 𝑚
̂ 3+241 0 𝑚
̂ 3+251
2 0 𝑚
̂ 3+192 0 𝑚
̂ 3+202 0 𝑚
̂ 3+212 0 𝑚
̂ 3+222 0 𝑚
̂ 3+232 0 𝑚
̂ 3+242 1 𝑚
̂ 3+252
3 0 𝑚
̂ 3+193 0 𝑚
̂ 3+203 0 𝑚
̂ 3+213 1 𝑚
̂ 3+223 0 𝑚
̂ 3+233 1 𝑚
̂ 3+243 0 𝑚
̂ 3+253
4 1 0 𝑚
̂ 4+191 0 𝑚
̂ 4+201 0 𝑚
̂ 4+211 0 𝑚
̂ 4+221 0 𝑚
̂ 4+231 0 𝑚
̂ 4+241 0 𝑚
̂ 4+251
2 1 𝑚
̂ 4+192 0 𝑚
̂ 4+202 0 𝑚
̂ 4+212 0 𝑚
̂ 4+222 0 𝑚
̂ 4+232 0 𝑚
̂ 4+242 0 𝑚
̂ 4+252
95
3 0 𝑚
̂ 4+193 0 𝑚
̂ 4+203 0 𝑚
̂ 4+213 0 𝑚
̂ 4+223 0 𝑚
̂ 4+233 0 𝑚
̂ 4+243 0 𝑚
̂ 4+253
5 1 0 𝑚
̂ 5+191 0 𝑚
̂ 5+201 0 𝑚
̂ 5+211 0 𝑚
̂ 5+221 0 𝑚
̂ 5+231 0 𝑚
̂ 5+241 0 𝑚
̂ 5+251
2 0 𝑚
̂ 5+192 2 𝑚
̂ 5+202 0 𝑚
̂ 5+212 1 𝑚
̂ 5+222 0 𝑚
̂ 5+232 0 𝑚
̂ 5+242 0 𝑚
̂ 5+252
3 3 𝑚
̂ 5+193 0 𝑚
̂ 5+203 0 𝑚
̂ 5+213 0 𝑚
̂ 5+223 0 𝑚
̂ 5+233 0 𝑚
̂ 5+243 0 𝑚
̂ 5+523
6 1 0 𝑚
̂ 6+191 0 𝑚
̂ 6+201 0 𝑚
̂ 6+21 0 𝑚
̂ 6+221 0 𝑚
̂ 6+231 0 𝑚
̂ 6+241 0 𝑚
̂ 6+251
2 0 𝑚
̂ 6+192 0 𝑚
̂ 6+202 0 𝑚
̂ 6+22 0 𝑚
̂ 6+222 0 𝑚
̂ 6+232 0 𝑚
̂ 6+242 0 𝑚
̂ 6+252
3 0 𝑚
̂ 6+193 0 𝑚
̂ 6+203 0 𝑚
̂ 6+23 0 𝑚
̂ 6+223 0 𝑚
̂ 6+233 0 𝑚
̂ 6+243 1 𝑚
̂ 6+253
X\Z\Y 1 2 3 4 5 6 7 8 9
1 1 1 𝑚
̂ +111 0 𝑚
̂ +121 0 𝑚
̂ +131 1 𝑚
̂ +141 3 𝑚
̂ +151 0 𝑚
̂ +161 0 𝑚
̂ +171 0 𝑚
̂ +181 0 𝑚
̂ +191
2 6 𝑚
̂ +112 1 𝑚
̂ +122 9 𝑚
̂ +132 6 𝑚
̂ +142 2 𝑚
̂ +152 3 𝑚
̂ +162 3 𝑚
̂ +172 2 𝑚
̂ +182 2 𝑚
̂ +192
3 13 𝑚
̂ +113 10 𝑚
̂ +123 15 𝑚
̂ +133 11 𝑚
̂ +143 7 𝑚
̂ +153 3 𝑚
̂ +163 2 𝑚
̂ +173 4 𝑚
̂ +183 1 𝑚
̂ +193
2 1 0 𝑚
̂ +211 0 𝑚
̂ +221 0 𝑚
̂ +231 0 𝑚
̂ +241 0 𝑚
̂ +251 0 𝑚
̂ +261 0 𝑚
̂ +271 0 𝑚
̂ +281 0 𝑚
̂ +291
2 0 𝑚
̂ +212 0 𝑚
̂ +222 0 𝑚
̂ +232 0 𝑚
̂ +242 1 𝑚
̂ +252 0 𝑚
̂ +262 0 𝑚
̂ +272 1 𝑚
̂ +282 0 𝑚
̂ +292
3 1 𝑚
̂ +213 0 𝑚
̂ +223 0 𝑚
̂ +233 1 𝑚
̂ +243 0 𝑚
̂ +253 0 𝑚
̂ +263 1 𝑚
̂ +273 1 𝑚
̂ +283 1 𝑚
̂ +293
3 1 0 𝑚
̂ +311 0 𝑚
̂ +321 0 𝑚
̂ +331 0 𝑚
̂ +341 1 𝑚
̂ +351 0 𝑚
̂ +361 0 𝑚
̂ +371 0 𝑚
̂ +381 0 𝑚
̂ +391
2 0 𝑚
̂ +312 0 𝑚
̂ +322 0 𝑚
̂ +332 0 𝑚
̂ +342 0 𝑚
̂ +352 0 𝑚
̂ +362 0 𝑚
̂ +372 0 𝑚
̂ +382 0 𝑚
̂ +392
3 4 𝑚
̂ +313 8 𝑚
̂ +323 1 𝑚
̂ +333 1 𝑚
̂ +343 1 𝑚
̂ +353 0 𝑚
̂ +363 0 𝑚
̂ +373 0 𝑚
̂ +383 0 𝑚
̂ +393
X\Y\Z 10 11 12 13 14 15 16 17 18
1 1 1 𝑚
̂ +1101 0 𝑚
̂ +1111 0 𝑚
̂ +1121 0 𝑚
̂ +1131 0 𝑚
̂ +1141 2 𝑚
̂ +1151 0 𝑚
̂ +1161 0 𝑚
̂ +1171 0 𝑚
̂ +1181
2 5 𝑚
̂ +1102 0 𝑚
̂ +1112 1 𝑚
̂ +1122 1 𝑚
̂ +1132 2 𝑚
̂ +1142 1 𝑚
̂ +1152 3 𝑚
̂ +1162 1 𝑚
̂ +1172 2 𝑚
̂ +1182
96
3 1 𝑚
̂ +1103 7 𝑚
̂ +1113 34 𝑚
̂ +1123 9 𝑚
̂ +1133 11 𝑚
̂ +1143 8 𝑚
̂ +1153 0 𝑚
̂ +1163 12 𝑚
̂ +1173 1 𝑚
̂ +1183
2 1 0 𝑚
̂ +2101 0 𝑚
̂ +2111 0 𝑚
̂ +2121 0 𝑚
̂ +2131 0 𝑚
̂ +2141 4 𝑚
̂ +2151 0 𝑚
̂ +2161 1 𝑚
̂ +2171 0 𝑚
̂ +2181
2 0 𝑚
̂ +2102 0 𝑚
̂ +2112 0 𝑚
̂ +2122 0 𝑚
̂ +2132 0 𝑚
̂ +2142 4 𝑚
̂ +2152 2 𝑚
̂ +2162 0 𝑚
̂ +2172 1 𝑚
̂ +2182
3 1 𝑚
̂ +2103 8 𝑚
̂ +2113 3 𝑚
̂ +2123 3 𝑚
̂ +2133 2 𝑚
̂ +2143 13 𝑚
̂ +2153 2 𝑚
̂ +2163 4 𝑚
̂ +2173 0 𝑚
̂ +2183
3 1 0 𝑚
̂ +3101 0 𝑚
̂ +3111 0 𝑚
̂ +3121 0 𝑚
̂ +3131 0 𝑚
̂ +3141 0 𝑚
̂ +3151 0 𝑚
̂ +3161 0 𝑚
̂ +3171 0 𝑚
̂ +3181
2 0 𝑚
̂ +3102 0 𝑚
̂ +3112 0 𝑚
̂ +3122 0 𝑚
̂ +3132 2 𝑚
̂ +3142 0 𝑚
̂ +3152 0 𝑚
̂ +3162 2 𝑚
̂ +3172 0 𝑚
̂ +3182
3 0 𝑚
̂ +3103 0 𝑚
̂ +3113 1 𝑚
̂ +3123 0 𝑚
̂ +3133 2 𝑚
̂ +3143 0 𝑚
̂ +3153 0 𝑚
̂ +3163 3 𝑚
̂ +3173 0 𝑚
̂ +3183
X\Y\Z 19 20 21 22 23 24 25
1 1 1 𝑚
̂ +1191 1 𝑚
̂ +1201 0 𝑚
̂ +1211 0 𝑚
̂ +1221 0 𝑚
̂ +1231 1 𝑚
̂ +1241 0 𝑚
̂ +1251
2 5 𝑚
̂ +1192 7 𝑚
̂ +1202 0 𝑚
̂ +1212 2 𝑚
̂ +1222 2 𝑚
̂ +1232 0 𝑚
̂ +1242 3 𝑚
̂ +1252
3 6 𝑚
̂ +1193 3 𝑚
̂ +1203 1 𝑚
̂ +1213 1 𝑚
̂ +1223 1 𝑚
̂ +1233 3 𝑚
̂ +1243 3 𝑚
̂ +1253
2 1 0 𝑚
̂ +2191 0 𝑚
̂ +2201 0 𝑚
̂ +2211 0 𝑚
̂ +2221 0 𝑚
̂ +2231 0 𝑚
̂ +2241 0 𝑚
̂ +2251
2 0 𝑚
̂ +2192 2 𝑚
̂ +2202 0 𝑚
̂ +2212 0 𝑚
̂ +2222 0 𝑚
̂ +2232 0 𝑚
̂ +2242 0 𝑚
̂ +2252
3 1 𝑚
̂ +2913 1 𝑚
̂ +2203 0 𝑚
̂ +2213 1 𝑚
̂ +2223 0 𝑚
̂ +2233 0 𝑚
̂ +2243 1 𝑚
̂ +2253
3 1 0 𝑚
̂ +3191 0 𝑚
̂ +3201 0 𝑚
̂ +3211 1 𝑚
̂ +3221 0 𝑚
̂ +3231 0 𝑚
̂ +3241 0 𝑚
̂ +3251
2 0 𝑚
̂ +3192 0 𝑚
̂ +3202 0 𝑚
̂ +3212 0 𝑚
̂ +3222 0 𝑚
̂ +3232 0 𝑚
̂ +3242 0 𝑚
̂ +3252
3 0 𝑚
̂ +3193 0 𝑚
̂ +3203 0 𝑚
̂ +3213 0 𝑚
̂ +3223 0 𝑚
̂ +3233 0 𝑚
̂ +3243 0 𝑚
̂ +3253
97
W\X\Z 1 2 3 W\X\Z 1 2 3
1 1 6 𝑚
̂ 11+1 51 𝑚̂ 11+2 81 𝑚̂ 11+3 4 1 0 𝑚
̂ 41+1 2 𝑚
̂ 41+2 3 𝑚̂ 41+3
2 5 𝑚
̂ 12+1 11 𝑚
̂ 12+2 39 𝑚
̂ 12+3 2 0 𝑚
̂ 42+1 0 𝑚
̂ 42+2 0 𝑚
̂ 42+3
3 1 𝑚
̂ 13+1 1 𝑚
̂ 13+2 6 𝑚
̂ 12+3 3 0 𝑚
̂ 43+1 0 𝑚
̂ 43+2 4 𝑚
̂ 43+3
2 1 1 𝑚
̂ 21+1 6 𝑚
̂ 21+2 26 𝑚
̂ 21+3 5 1 1 𝑚
̂ 51+1 4 𝑚
̂ 51+2 13 𝑚
̂ 51+3
2 0 𝑚
̂ 22+1 0 𝑚
̂ 22+2 0 𝑚
̂ 22+3 2 0 𝑚
̂ 52+1 0 𝑚
̂ 52+2 0 𝑚
̂ 52+3
3 1 𝑚
̂ 23+1 3 𝑚
̂ 23+2 1 𝑚
̂ 23+3 3 0 𝑚
̂ 53+1 0 𝑚
̂ 53+2 1 𝑚
̂ 53+3
3 1 3 𝑚
̂ 31+1 6 𝑚
̂ 31+2 43 𝑚
̂ 31+3 6 1 0 𝑚
̂ 61+1 0 𝑚
̂ 61+2 1 𝑚
̂ 61+3
2 0 𝑚
̂ 32+1 0 𝑚
̂ 32+2 5 𝑚
̂ 32+3 2 0 𝑚
̂ 62+1 0 𝑚
̂ 62+2 1 𝑚
̂ 62+3
3 0 𝑚
̂ 33+1 0 𝑚
̂ 33+2 1 𝑚
̂ 33+3 3 0 𝑚
̂ 63+1 0 𝑚
̂ 63+2 8 𝑚
̂ 63+3
98
99
Lampiran 6. Estimasi Frekuensi Harapan

100
101
Lampiran 7. Perhitungan Goodness of Fit Masing-Masing Model
Model W,X,Y,Z Model WXY,WXZ,WYZ,XYZ
Model WX, XY, Z Model WXY,WXZ,XYZ
Model WXZ,WYZ,XYZ Model WXZ,XYZ,WY
Model WXZ,WY,XY,YZ Model WXY,WXZ,YZ
Model WXZ,WY,XY Model WXY,XYZ
Model WX,WY,WZ,XY,XZ,YZ Model WXY, WZ, XZ,YZ

102
Model WXY,YZ Model WX,WY,XY,XZ,YZ
Model WXY,XZ,YZ Model WXY,Z
Model WX,WY,XY,YZ Model WX,WY,WZ
Model WX,WY,XY,Z Model WX,XY,YZ
Model WX,YZ Model WX,Y,Z
Model WXYZ
103
Lampiran 8. Output Backward Eleminations Models

104
Lampiran 9. Hasil Analisis Residual

105
Lampiran 10. Presensi Kehadiran
106
107
Lampiran 11. Form Laporan Kegiatan Harian

108
Lampiran 12. Catatan Bimbingan dengan Pembimbing Lapangan

109
Lampiran 13. Surat Penerimaan KP

110
Lampiran 14. Surat Keterangan Selesai KP

111
Lampiran 15. Dokumentasi Saat KP

Model Log Linear Empat Dimensi Tak Sempurnapada Proyek Non RKAPDepartemen Rancang Bangundi PTPetrokimia Gresik

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Model Log Linear Empat Dimensi Tak Sempurnapada Proyek Non RKAPDepartemen Rancang Bangundi PTPetrokimia Gresik

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN KERJA PRAKTEK

(Periode 01 Februari – 28 Februari 2017)

Ikrimah Afifah Trivanni

(Ir. Leksana Budi S., M.T.) (Rezka Putri Hapsari, S.T.)

(Dra. Chursiana Luthfa)

LEMBAR PENGESAHAN DOSEN PEMBIMBING

Yogyakarta, Juni 2017

Dr. RB Fajriya Hakim,S.Si.,M.Si Mujiati Dwi Kartikasari,S.Si., M.Sc

Tabel 3.1 Tabel Kontigensi I x J .................................................. 26

Tabel 3.2 Tabel Probabilitas 2 Dimensi ....................................... 26

Tabel 3.3 Model-Model Log Linear Tiga Dimensi ..................... 36

Tabel 3.4 Statistik Cukup Minimal Untuk Model Log Linear

Tabel 3.5 Derajat Bebas untuk Tabel Kontigensi Tiga Dimensi 42

Tabel 3.6 Model-Model Log Linear Empat Dimensi (Agresti,

Tabel 3.7 Statistik Cukup Minimal .............................................. 50

Tabel 3.8 Derajat Bebas Tabel Kontigensi Empat Dimensi

Tabel 4.1 Chi-Suare Test ............................................................. 58

Tabel 4.2 Statistik Rasio Likelihood, Derajat Bebas, Chi-Square

Tabel 4.3 Tabel Model Terpilih ................................................... 61

Tabel 4.4 Partisi Chi-Square ........................................................ 62

Tabel 4.5 Analisis Residual ......................................................... 64

Gambar 2.1 Logo PT Petrokimia Gresik .......................................... 9

Gambar 2.2 Peta Lokasi PT Petrokimia Gresik ............................... 11

Gambar 2.3 Struktur Organisasi Kompartemen Pengembangan ..... 18

Gambar 2.4 Struktur Organisasi Departemen Rancang Bangun ...... 18

Gambar 2.5 Klasifikasi Pekerjaan Departemen Cangun .................. 20

Gambar 2.6 Disposisi Pekerjaan Departemen Rancang Bangun ...... 20

Gambar 2.7 Alur Proses Tender di PT. Petrokimia Gresik .............. 20

Gambar 4.1 Grafik Jumlah Proyek Non RKAP Tahun 2015-2016 .. 55

Gambar 4.2 Persentase Status Proyek Non RKAP Dept. Cangun

Gambar 4.3 Plot Residual Model WX, WY, XY, YZ ...................... 65

Bagan 2.1 Bagan Dewan Komisaris PT Petrokimia Gresik .......... 14

Bagan 2.2 Bagan Sususnan Direksi PT. Petrokimia Gresik.......... 14

Bagan 3.1 Klasifikasi dan Disposisi Pekerjaan ............................. 23

Lampiran 1. Layout Area Pabrik PT. Petrokimia Gresik ............ 81

Lampiran 2. Susunan Organisasi PT. Petrokimia Gresik ........... 82

Lampiran 3. Tabel Kontigensi yang Digunakan ........................ 83

Lampiran 4. Model-Model Log Linear Empat Dimensi

Lampiran 5. Perhitungan Fungsi Likelihood .............................. 87

Lampiran 6. Estimasi Frekuensi Harapan .................................. 99

Lampiran 7. Perhitungan Goodness of Fit Masing-Masing

Lampiran 8. Output Backward Eleminations Models ................. 103

Lampiran 9. Hasil Analisis Residual .......................................... 104

Lampiran 10. Presensi Kehadiran ................................................ 106

Lampiran 11. Form Laporan Kegiatan Harian ............................. 107

Lampiran 12. Catatan Bimbingan dengan Pembimbing

Lampiran 13. Surat Penerimaan KP ............................................. 109

Lampiran 14. Surat Keterangan Selesai KP ................................. 110

Lampiran 15. Dokumentasi Pelaksanaan KP ............................... 111

1.1. Latar Belakang

tahunan, penjabaran RJPP pada tahun takwim, sebagai pedoman dalam

1.2. Rumusan Masalah

1.3. Tujuan Penelitian

1.4. Manfaat Penelitian

1.5. Batasan Masalah

2.1. Sejarah PT Petrokimia Gresik

Pada tanggal 10 Juli 1972 ‘Projek Petrokimia Surabaja’ diresmikan

2.1.2. Perkembangan Perusahaan

l. Perluasan ke-12 (Tahun 2011) : pembangunan pabrik pupuk Phonska IV

2.2. Visi, Misi, dan Budaya Perusahaan

3. Budaya (Tata Nilai)

4. Tri Dharma Karyawan

2.3. Logo Perusahaan