Analisis CrosstabDisusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan

(TKP 342)

Dikerjakan Oleh :Sally Indah Nurdyawati

21040113130096Kelas B

Jurusan Perencanaan Wilayah dan KotaFakultas Teknik Universitas Diponegoro

Semarang2015

I. LATAR BELAKANGPajak Bumi dan Bangunan (PBB) adalah Pajak Negara yang dikenakan terhadap bumi

dan atau bangunan berdasarkan Undang-undang nomor 12 Tahun 1985 tentang Pajak Bumi

dan Bangunan sebagaimana telah diubah dengan UndangUndang nomor 12 Tahun 1994.

Objek PBB adalah “Bumi dan atau Bangunan”. Bumi diartikan sebagai permukaan bumi

(tanah dan perairan) dan tubuh bumi yang ada di pedalaman serta laut wilayah Indonesia.

Sedangkan bangunan diartikan sebagai konstruksi teknik yang ditanam atau dilekatkan

secara tetap pada tanah dan atau perairan.

Besaran PBB yang diperoleh pada sebuah kota dapat menjadi indikator mengenai

besarnya luas lahan terbangun yang ada. Kota Bandung merupakan salah satu kota

metropolitan yang ada di Indonesia yang memiliki luas lahan terbangun sebesar 62% dari

total luas Kota Bandung, yakni 167,31 km2 (Zain, 2010). Oleh karena itu, dilakukan analisis

mengenai keterkaitan antara luas wilayah, jumlah rumah tangga, dan jumlah PBB di Kota

Bandung. Pada analisis ini, jumlah rumah tangga diasumsikan sebagai jumlah bangunan

berupa permukiman. Dalam menganalisis keterkaitan antara variabel tersebut, maka

digunakan analisis tabulasi silang atau crosstab. Analisis crosstab merupakan salah satu

metode analisis SPSS untuk mentabulasikan beberapa variabel yang berbeda ke dalam

suatu matriks. Variabel-variabel yang dianalisis mencakup Luas Wilayah, Jumlah Rumah

Tangga, dan Jumlah PBB.

II. TUJUANTujuan dari analisis crosstab ini adalah melihat hubungan atau keterkaitan antara

variabel terikat (dependent), yakni jumlah PBB, dengan variabel bebas (independent), yakni

luas wilayah dan jumlah rumah tangga.

III. ALAT DAN BAHAN1. Aplikasi SPSS

2. Data Luas Wilayah Kota Bandung Tahun 2013

3. Data Jumlah Rumah Tangga Kota Bandung Tahun 2013

4. Data Jumlah PBB Kota Bandung Tahun 2011*)

*) Data tahun 2013 tidak tersedia

IV. DATAData yang digunakan adalah data dari 30 kecamatan yang ada di Kota Bandung.

Variabel-variabel yang digunakan untuk analisis adalah Luas Wilayah, Jumlah Rumah

Tangga, dan Jumlah PBB dari setiap kecamatan. Pada proses analisis, data Jumlah PBB

1

diklasifikasikan ke dalam 2 kelas, yakni rendah dan tinggi. Pengklasifikasian tersebut dirinci

sebagai berikut:

Seluruh data diurutkan berdasarkan jumlah terkecil sampai terbesar

Dicari nilai median dari data = 11,04

Tabel ILuas Wilayah, Jumlah Rumah Tangga, dan Jumlah PBB berdasarkan Kecamatan di

Kota Bandung

No Kecamatan Luas Wilayah (km2)

Jumlah Rumah Tangga (puluh ribu)

Jumlah PBB (milyar rupiah)

Klasifikasi PBB (milyar rupiah)

1 Bandung Kulon 6,46 3,89 8,25 Rendah2 Babakan Ciparay 7,45 3,82 12,83 Tinggi3 Bojongloa Kaler 3,03 2,97 65,94 Tinggi4 Bojongloa Kidul 6,26 2,18 9,07 Rendah5 Astanaanyar 2,89 1,73 7,04 Rendah6 Regol 4,30 2,04 13,30 Tinggi7 Lengkong 5,90 1,88 19,29 Tinggi8 Bandung Kidul 6,06 1,55 12,73 Tinggi9 Buah Batu 7,93 2,38 9,76 Rendah

10 Rancasari 7,33 1,87 5,40 Rendah11 Gedebage 9,58 9,44 4,58 Rendah12 Cibiru 6,32 19,94 2,43 Rendah13 Panyileukan 5,10 10,46 6,94 Rendah14 Ujungberung 6,40 18,90 2,47 Rendah15 Cinambo 3,68 6,72 6,66 Rendah16 Arcamanik 5,87 17,05 6,99 Rendah17 Antapani 3,79 18,19 4,92 Rendah18 Mandalajati 6,67 16,08 2,80 Rendah19 Kiaracondong 6,12 34,43 10,31 Rendah20 Batununggal 5,03 31,85 13,25 Tinggi21 Sumur Bandung 3,40 8,96 17,51 Tinggi22 Andir 3,71 25,52 11,78 Tinggi23 Cicendo 6,86 24,99 20,82 Tinggi24 Bandung Wetan 3,39 8,11 16,13 Tinggi25 Cibeunying Kidul 5,25 28,41 58,98 Tinggi26 Cibeunying Kaler 4,50 19,06 7,76 Rendah27 Coblong 7,35 47,83 20,90 Tinggi28 Sukajadi 4,30 29,86 20,50 Tinggi29 Sukasari 6,27 25,04 18,77 Tinggi30 Cidadap 6,11 17,06 15,56 Tinggi

Kota Bandung 167,31 442,23 433,69  

2

Jumlah PBB < 11,04 Rendah

Jumlah PBB ≥ 11,04 Tinggi

Sumber: Badan Pusat Statistik, 2013

V. HASIL DAN PEMBAHASAN

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Jumlah PBB * Luas Wilayah 30 100.0% 0 .0% 30 100.0%

Jumlah PBB * Jumlah Rumah

Tangga

30 100.0% 0 .0% 30 100.0%

Keterangan Output:

Dari 30 data yang telah diproses, kevalidannya 100% sehingga tidak ada data

yang hilang atau missing.

Variabel yang akan dibahas adalah keterkaitan antara Jumlah PBB dengan Luas

Wilayah dan Jumlah PBB dengan Jumlah Rumah Tangga.

1. Jumlah PBB * Luas Wilayah

Crosstab

Count

Luas Wilayah

2.89 3.03 3.26 3.39 3.40 3.68

Jumlah

PBB

Rendah 1 0 1 0 0 1

Tinggi 0 1 0 1 1 0

Total 1 1 1 1 1 1

Crosstab

Count

Luas Wilayah

3.71 3.79 4.30 4.50 5.03 5.10

Jumlah

PBB

Rendah 0 1 0 1 0 1

Tinggi 1 0 2 0 1 0

Total 1 1 2 1 1 1

3

Crosstab

Count

Luas Wilayah

5.25 5.87 5.90 6.06 6.11 6.12

Jumlah

PBB

Rendah 0 1 0 0 0 1

Tinggi 1 0 1 1 1 0

Total 1 1 1 1 1 1

Crosstab

Count

Luas Wilayah

6.27 6.32 6.40 6.46 6.67 6.86

Jumlah

PBB

Rendah 0 1 1 1 1 0

Tinggi 1 0 0 0 0 1

Total 1 1 1 1 1 1

Crosstab

Count

Luas Wilayah

7.33 7.35 7.45 7.93 9.58 Total

Jumlah

PBB

Rendah 1 0 0 1 1 15

Tinggi 0 1 1 0 0 15

Total 1 1 1 1 1 30

Keterangan Output:Tabel di atas menunjukkan tabulasi silang antara variabel jumlah PBB dengan

luas wilayah.

4

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Pearson Chi-Square 30.000a 28 .363

Likelihood Ratio 41.589 28 .047

Linear-by-Linear Association .667 1 .414

N of Valid Cases 30

a. 58 cells (100,0%) have expected count less than 5. The minimum

expected count is ,50.

Keterangan Output:

Dalam pengambilan kesimpulan Uji Chi-Square, dasar yang digunakan adalah

sebagai berikut:

Jika nilai probabilitas >0,05 maka Ho diterima = H1 ditolak, tidak ada

hubungan antar variabel.

Jika nilai probabilitas <0,05 maka Ho ditolak = H1 diterima, ada hubungan

antar variabel.

Berdasarkan kolom Asymp.Sig adalah 0,363, atau probabilitas lebih dari 0,05,

maka Ho diterima dan H1 ditolak. Selain itu, dalam analisis Chi-Square Pearson,

dasar yang digunakan adalah sebagai berikut:

Jika nilai Chi-Square hitung < Chi-Square tabel, maka Ho diterima, tidak ada

hubungan antar variabel.

Jika nilai Chi-Square hitung > Chi-Square tabel, maka Ho diterima, tidak ada

hubungan antar variabel.

Nilai Chi-Square hitung adalah 30, sedangkan nilai Chi-Square tabel adalah

50,993, yakni lebih besar dari nilai Chi-Square hitung. Berdasarkandua kondisi

tersebut, maka dapat disimpulkan bahwa tidak ada hubungan antara Jumlah PBB

dengan Luas wilayah.

Directional Measures

Value

Asymp. Std.

Errora

Approx.

Tb

Approx.

Sig.

Nominal by Lambda Symmetric .372 .046 5.855 .000

5

Nominal Jumlah PBB

Dependent

1.000 .000 5.477 .000

Luas Wilayah

Dependent

.036 .035 1.017 .309

Goodman and

Kruskal tau

Jumlah PBB

Dependent

1.000 .000 .413c

Luas Wilayah

Dependent

.037 .003 .366c

Uncertainty

Coefficient

Symmetric .342 .003 .047d

Jumlah PBB

Dependent

1.000 .000 .047d

Luas Wilayah

Dependent

.207 .002 .047d

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

c. Based on chi-square approximation

d. Likelihood ratio chi-square probability.

Keterangan Output:

Tabel Directional Measures merupakan cara pengukuran untuk hubungan tidak

setara berdasarkan pada Proportional Reducion in Error (PRE).

Lambda Symmetric Approx.Sig

<0,05 = ada hubungan secara nyata

>0,05 = tidak ada hubungan secara nyata

Dalam tabel terlihat angka 0, maka hubungan secara nyata antara 2 variabel.

Jumlah PBB Dependent

>0,05 = jumlah PBB dapat memprediksi luas wilayah

<0,05 = jumlah PBB tidak dapat memprediksi luas wilayah

Dalam tabel telihat angka 0 maka dapat disimpulkan bahwa jumlah PBB tidak

dapat memprediksi luas wilayah.

Luas Wilayah Dependent

>0,05 = luas wilayah dapat memprediksi jumlah PBB

<0,05 = luas wilayah tidak dapat memprediksi jumlah PBB

Dalam tabel telihat angka 0,309 maka dapat disimpulkan bahwa luas wilayah

dapat memprediksi jumlah PBB

6

Symmetric Measures

Value

Asymp. Std.

Errora Approx. Tb Approx. Sig.

Nominal by Nominal Phi 1.000 .363

Cramer's V 1.000 .363

Contingency

Coefficient

.707 .363

Interval by Interval Pearson's R -.152 .175 -.812 .424c

Ordinal by Ordinal Spearman Correlation -.143 .183 -.762 .453c

N of Valid Cases 30

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

c. Based on normal approximation.

Keterangan Output:Dalam membaca tabel di atas, dasar yang digunakan adalah sebagai berikut:

Approx.Sig Symmetric Measures menandakan seberapa kuat hubungan antara

dua variabel, jika value mendekati 1 maka terdapat hubungan yang kuat dan jika

mendekati 0 maka hubungan antar variable tidak kuat.

Dalam table terlihat angka 0,363, maka tidak terdapat hubungan yang kuat.

Keterangan Output:

7

Grafik di atas menggambarkan hasil tabulasi silang antara variabel jumlah PBB

dengan luas wilayah.

2. Jumlah PBB * Jumlah Rumah Tangga

Crosstab

Count

Jumlah Rumah Tangga

1.55 1.73 1.87 1.88 2.04 2.18

Jumlah

PBB

Rendah 0 1 1 0 0 1

Tinggi 1 0 0 1 1 0

Total 1 1 1 1 1 1

Crosstab

Count

Jumlah Rumah Tangga

2.38 2.97 3.82 3.89 6.72 8.11

Jumlah

PBB

Rendah 1 0 0 1 1 0

Tinggi 0 1 1 0 0 1

Total 1 1 1 1 1 1

Crosstab

Count

Jumlah Rumah Tangga

8.96 9.44 10.46 16.08 17.05 17.06

Jumlah

PBB

Rendah 0 1 1 1 1 0

Tinggi 1 0 0 0 0 1

Total 1 1 1 1 1 1

Crosstab

Count

Jumlah Rumah Tangga

18.19 18.90 19.06 19.94 24.99 25.04

Jumlah

PBB

Rendah 1 1 1 1 0 0

Tinggi 0 0 0 0 1 1

8

Crosstab

Count

Jumlah Rumah Tangga

8.96 9.44 10.46 16.08 17.05 17.06

Jumlah

PBB

Rendah 0 1 1 1 1 0

Tinggi 1 0 0 0 0 1

Total 1 1 1 1 1 1

Crosstab

Count

Jumlah Rumah Tangga

25.52 28.41 29.86 31.85 34.43

Jumlah

PBB

Rendah 0 0 0 0 1

Tinggi 1 1 1 1 0

Total 1 1 1 1 1

Crosstab

Count

Jumlah Rumah

Tangga

47.83 Total

Jumlah PBB Rendah 0 15

Tinggi 1 15

Total 1 30

9

Keterangan Output:Tabel di atas menunjukkan tabulasi silang antara variabel jumlah PBB dengan

luas wilayah.

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Pearson Chi-Square 30.000a 29 .414

Likelihood Ratio 41.589 29 .061

Linear-by-Linear Association 1.348 1 .246

N of Valid Cases 30

a. 60 cells (100,0%) have expected count less than 5. The minimum

expected count is ,50.

Keterangan Output:

Dalam pengambilan kesimpulan Uji Chi-Square, dasar yang digunakan adalah

sebagai berikut:

Jika nilai probabilitas >0,05 maka Ho diterima = H1 ditolak, tidak ada

hubungan antar variabel.

Jika nilai probabilitas <0,05 maka Ho ditolak = H1 diterima, ada hubungan

antar variabel.

Berdasarkan kolom Asymp.Sig adalah 0,414, atau probabilitas lebih dari 0,05,

maka Ho diterima dan H1 ditolak. Selain itu, dalam analisis Chi-Square Pearson,

dasar yang digunakan adalah sebagai berikut:

Jika nilai Chi-Square hitung < Chi-Square tabel, maka Ho diterima, tidak ada

hubungan antar variabel.

Jika nilai Chi-Square hitung > Chi-Square tabel, maka Ho diterima, tidak ada

hubungan antar variabel.

Nilai Chi-Square hitung adalah 30, sedangkan nilai Chi-Square tabel adalah

50,993, yakni lebih besar dari nilai Chi-Square hitung. Berdasarkandua kondisi

tersebut, maka dapat disimpulkan bahwa tidak ada hubungan antara Jumlah PBB

dengan Jumlah Rumah Tangga.

Directional Measures

10

Value

Asymp. Std.

Errora

Approx.

Tb

Approx.

Sig.

Nominal by

Nominal

Lambda Symmetric .364 .044 5.855 .000

Jumlah PBB

Dependent

1.000 .000 5.477 .000

Jumlah Rumah

Tangga Dependent

.034 .034 1.017 .309

Goodman and Kruskal

tau

Jumlah PBB

Dependent

1.000 .000 .465c

Jumlah Rumah

Tangga Dependent

.034 .000 .465c

Uncertainty

Coefficient

Symmetric .339 .000 .061d

Jumlah PBB

Dependent

1.000 .000 .061d

Jumlah Rumah

Tangga Dependent

.204 .000 .061d

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

c. Based on chi-square approximation

d. Likelihood ratio chi-square probability.

Keterangan Output:

Tabel Directional Measures merupakan cara pengukuran untuk hubungan tidak

setara berdasarkan pada Proportional Reducion in Error (PRE).

Lambda Symmetric Approx.Sig

<0,05 = ada hubungan secara nyata

>0,05 = tidak ada hubungan secara nyata

Dalam tabel terlihat angka 0, maka hubungan secara nyata antara 2 variabel.

Jumlah PBB Dependent

>0,05 = jumlah PBB dapat memprediksi jumlah rumah tangga

<0,05 = jumlah PBB tidak dapat memprediksi jumlah rumah tangga

Dalam tabel telihat angka 0 maka dapat disimpulkan bahwa jumlah PBB tidak

dapat memprediksi luas wilayah.

Luas Wilayah Dependent

>0,05 = jumlah rumah tangga dapat memprediksi jumlah PBB

11

<0,05 = jumlah rumah tangga tidak dapat memprediksi jumlah PBB

Dalam tabel telihat angka 0,309 maka dapat disimpulkan bahwa luas wilayah

dapat memprediksi jumlah PBB

Symmetric Measures

Value

Asymp. Std.

Errora Approx. Tb Approx. Sig.

Nominal by Nominal Phi 1.000 .414

Cramer's V 1.000 .414

Contingency Coefficient .707 .414

Interval by Interval Pearson's R .216 .168 1.168 .253c

Ordinal by Ordinal Spearman Correlation .158 .187 .846 .405c

N of Valid Cases 30

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

c. Based on normal approximation.

Keterangan Output:Dalam membaca tabel di atas, dasar yang digunakan adalah sebagai berikut:

Approx.Sig Symmetric Measures menandakan seberapa kuat hubungan antara

dua variabel, jika value mendekati 1 maka terdapat hubungan yang kuat dan jika

mendekati 0 maka hubungan antar variable tidak kuat.

Dalam table terlihat angka 0,414, maka tidak terdapat hubungan yang kuat.

12

Keterangan Output:Grafik di atas menggambarkan hasil tabulasi silang antara variabel jumlah PBB

dengan jumlah rumah tangga.

VI. DAFTAR PUSTAKAZain, Alinda. 2010. Analisis Spasial Dan Temporal Perubahan Luas Ruang Terbuka

Hijau Di Kota Bandung. Bogor: Arsitektur Landskap IPB

___. 2012. “Crosstab dan Chi-Square: Analisis Antarvariabel” dalam

dosen.narotama.ac.id Diunduh pada 21 Maret 2015

___. ___. “Seri PBB - Ketentuan Umum Pajak Bumi dan Bangunan (PBB)” dalam

pajak.go.id Diunduh pada 21 Maret 2015

13

LAMPIRAN LANGKAH KERJA

Buka Program SPSS

Pada variable view isikan data Kecamatan, Luas Wilayah, Jumlah Rumah Tangga, dan

Jumlah PBB

Berikan value pada Jumlah PBB sebagai pengkodean 1 = “Rendah” dan 2 =”Tinggi”

seperti seperti gambar dibawah. Hal ini dimaksudkan untuk mempermudah dalam

menginput data.

Input Data yang telah ada di bagian Data View. Pastikan Value Labels sudah aktif (View

Value Labels)

14

Pada Menu Bar klik Analyze Descriptive Statistics Crosstabs.

Pindahkan variable-variabel yang akan diolah ke kotak Row dan Column.

Variabel yang akan ditempatkan pada baris (row) adalah variabel dependent, yakni

Jumlah PBB.

Variabel yang akan ditempatkan pada kolom (column) adalah variabel Independent,

yakni Luas Wilayah dan Jumlah Rumah Tangga

Pilih Statistics lalu beri centang pada opsi seperti gambardi bawah Continue.

Pilih Cells lalu beri centang pada opsi seperti gambar di bawah Continue.

Pilih Format lalu beri centang pada opsi seperti gambar di bawah Continue.

Jika sudah melakukan step-step di atas, maka klik OK dan akan muncul output.

15