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:
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
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%
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).
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.