ANALISIS KORELASI II:

APLIKASI ANALISIS KORELASI

DALAM PWK
TUJUAN PEMBELAJARAN

1. Memahami aplikasi analisis korelasi

dalam kasus PWK
2. Mampu mengaplikasikannya dalam
Kasus PWK yang sederhana 
(diperoleh melalui praktikum)
KONTEKS ANALISIS DALAM
PERENCANAAN

INPUT TOOLS /
DATA ALAT
PENGAM
INTERPRE BILAN
ANALISIS
TASI KEPUTUS
PERMASALA AN
HAN
 CONTOH KASUS PERMASALAHAN
PERENCANAAN (PWK) YANG
MEMBUTUHKAN ANALISIS KORELASI
DALAM PEMECAHANNYA???
KASUS 1:
Selama ini terjadi mis-match (ketidak-tepatan) pemenuhan
pelayanan angkutan umum dengan karakteristik
penumpang. Misalkan saja penyediaan angkutan kota
(angkot) ternyata kurang disukai oleh pekerja swasta
sehingga okupansinya rendah, sementara kelompok ibu
rumah tangga lebih menyukai angkutan kota dibandingkan
bus kota. Dari kondisi di atas, perlu dicari apakah ada
hubungan antara status pekerjaan masyarakat dengan
pilihan pelayanan moda?
moda Dari hasil tersebut apa
kebijakan yang perlu dilakukan???
Data:
Analisis:

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
status pekerjaan
25 100.0% 0 .0% 25 100.0%
* pilihan moda
 CROSS TABULATION:
status pekerjaan * pilihan moda Crosstabulation

pilihan moda
angkot bus reguler bus patas taxi Total
status siswa/mahasiswa Count 2 5 1 0 8
pekerjaan Expected Count 2.6 2.6 1.3 1.6 8.0
% within pilihan moda 25.0% 62.5% 25.0% .0% 32.0%
PNS Count 4 3 1 0 8
Expected Count 2.6 2.6 1.3 1.6 8.0
% within pilihan moda 50.0% 37.5% 25.0% .0% 32.0%
swasta Count 0 0 2 3 5
Expected Count 1.6 1.6 .8 1.0 5.0
% within pilihan moda .0% .0% 50.0% 60.0% 20.0%
ibu rumah tangga Count 2 0 0 2 4
Expected Count 1.3 1.3 .6 .8 4.0
% within pilihan moda 25.0% .0% .0% 40.0% 16.0%
Total Count 8 8 4 5 25
Expected Count 8.0 8.0 4.0 5.0 25.0
% within pilihan moda 100.0% 100.0% 100.0% 100.0% 100.0%
 CHI SQUARE:
Chi-Square Tests

Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 19.781a 9 .019
Likelihood Ratio 24.949 9 .003
N of Valid Cases 25
a. 16 cells (100.0%) have expected count less than 5. The
minimum expected count is .64.
Hipotesis:
Ho: tidak ada hubungan antara baris dg kolom
Hi : ada hubungan antara baris dg kolom
Note:
kesimpulan:
X tabel untuk alfa X2 hitung < X tabel  Ho diterima
= 5%  5,999 X2 hitung > X tabel  Ho ditolak
Hasil chi square:
 ada hubungan antara status pekerjaan
dengan pilihan moda
 Bisa dilanjutkan untuk mencari kuat
hubungan  Koef kontingensi
 KOEF KONTINGENSI:

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient .665 .019
N of Valid Cases 25
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.

C = 0,665  Hubungan relatif kuat

Interpretasi: terdapat hubungan yang relatif kuat
antara status pekerjaan dengan pilihan moda
 status pekerjaan * pilihan moda Crosstabulation

pilihan moda
angkot bus reguler bus patas taxi Total
status siswa/mahasiswa Count 2 5 1 0 8
pekerjaan Expected Count 2.6 2.6 1.3 1.6 8.0
% within pilihan moda 25.0% 62.5% 25.0% .0% 32.0%
PNS Count 4 3 1 0 8
Expected Count 2.6 2.6 1.3 1.6 8.0
% within pilihan moda 50.0% 37.5% 25.0% .0% 32.0%
swasta Count 0 0 2 3 5
Expected Count 1.6 1.6 .8 1.0 5.0
% within pilihan moda .0% .0% 50.0% 60.0% 20.0%
ibu rumah tangga Count 2 0 0 2 4
Expected Count 1.3 1.3 .6 .8 4.0
% within pilihan moda 25.0% .0% .0% 40.0% 16.0%
Total Count 8 8 4 5 25
Expected Count 8.0 8.0 4.0 5.0 25.0
% within pilihan moda 100.0% 100.0% 100.0% 100.0% 100.0%

Pola hubungan seperti yang digambarkan pada crosstab di atas dapat

merepresentasikan kenyataan di lapangan
Keputusan:
 Bus reguler lebih disiapkan untuk
karakteristik kebutuhan mahasiswa
 Angkot  PNS
 Taxi  swasta dan ibu rumah tangga
KASUS 2:
Alih fungsi lahan pertanian merupakan salah satu
permasalahan yang serius dalam pengembangan wilayah.
Karena jika hal ini dibiarkan akan mengancam stabilitas
pangan, menimbulkan pengangguran, dll. Ada indikasi,
konversi lahan pertanian berkaitan erat dengan
perkembangan luas jalan di suatu wilayah. Apakah
fenomena ini memiliki korelasi secara akademis? jika
benar, rumuskan kebijakan yang relevan, sebaliknya jika
tidak apa yang harus dilakukan?
Data:
Analisis:
Correlations

luas lahan
pertanian
yang
mengalami
konversi luas jalan
luas lahan pertanian yang Pearson Correlation 1 .979**
mengalami konversi Sig. (2-tailed) . .000
N 8 8
luas jalan Pearson Correlation .979** 1
Sig. (2-tailed) .000 .
N 8 8
**. Correlation is significant at the 0.01 level (2-tailed).

r = 0,979  korelasi tinggi

Interpretasi dan keputusan:
 Luas jalan (aksesibilitas) sangat kuat
mempengaruhi terjadinya alih fungsi lahan

Keputusan:
 Untuk mencegah konversi lahan, perlu
adanya pembatasan pembangunan jalan
di kawasan-kawasan pertanian
KASUS 3:
Menurut teori, tingkat kemajuan suatu wilayah dipengaruhi
oleh beberapa faktor, salah satunya adalah besar kecilnya
urbanisasi. Adanya urbanisasi diperkirakan akan
mempercepat perekonomian suatu wilayah, melalui
berkembangnya sektor-sektor ekonomi baru. Menanggapi
hal ini, perlu dicari apakah memang betul terdapat
hubungan antara kemajuan suatu wilayah dengan tingkat
urbanisasi? Lalu apa tindak lanjutnya?
Data:
 Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
tk kemajuan *
7 100.0% 0 .0% 7 100.0%
tk urbanisasi
 tk kemajuan * tk urbanisasi Crosstabulation

tk urbanisasi
tinggi rendah Total
tk kemajuan tinggi Count 3 1 4
Expected Count 1.7 2.3 4.0
% within tk urbanisasi 100.0% 25.0% 57.1%
rendah Count 0 3 3
Expected Count 1.3 1.7 3.0
% within tk urbanisasi .0% 75.0% 42.9%
Total Count 3 4 7
Expected Count 3.0 4.0 7.0
% within tk urbanisasi 100.0% 100.0% 100.0%
 Symmetric Measuresc

Asymp.
a b
Value Std. Error Approx. T Approx. Sig.
Ordinal by Ordinal Kendall's tau-b .750 .203 3.240 .001
N of Valid Cases 7
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
c. Correlation statistics are available for numeric data only.

R = 0,750  korelasi relatif tinggi

Interpretasi dan keputusan:
 Terdapat hubungan yang kuat antara
kemajuan suatu wilayah dengan tingkat
korelasinya
 Keputusan:

untuk memacu perkembangan wilayah,

perlu kebijakan untuk mempercepat
proses urbanisasi
Standar tingkat korelasi:
 < 0,2 : rendah / lemah sekali
 0,2 – 0,4 : rendah / lemah tapi pasti
 0,4 – 0,7 : korelasi yang cukup berarti
 0,7 – 0,9 : tinggi / kuat
 > 0,9 : tinggi sekali / kuat sekali
KASUS 4:
Pelayanan angkutan umum biasanya terkait dengan
karakteristik lokasi tempat tinggal masyarakat.
masyarakat Dari
pola yang ada, masyarakat yang tinggal di perkampungan
umumnya lebih memilih angkutan umum dibandingkan
kendaraan pribadi. Sedangkan hal sebaliknya terjadi pada
masyarakat yang tinggal di real estate. Dalam rangka
kebijakan pengembangan angkutan umum perkotaan,
apakah kecenderungan tersebut benar-benar terjadi? Jika
benar, apa yang harus dilakukan? Sebaliknya jika tidak,
apa solusinya??
DISKUSI:
 Variabel ??
 Jenis korelasi yang digunakan ??
 Tahapan pengerjaan ??
 Perkiraan hasil ??
 Keputusan ??