Nama : Risma Triswanda Sukma NIM : 08231055
Mata kuliah : Tenik Analisis Perencana SOAL :
Pertumbuhan penduduk akan menekan ruang yang ada sehingga meningkatkan kebutuhan ruang atau lahan. Hal ini berimplikasi pada tingginya kepadatan penduduk di perkotaan.
Terdapat beberapa hal yang mempengaruhi tingkat kepadatan penduduk. Faktor yang dianggap mempengaruhi adalah jumlah penduduk, luas lahan, dan jumlah rumah. Analisa tingkat hubungan antara variabel kepadatan penduduk dengan variabel lainnya, seberapa pengaruh dan bagaimana pengaruhnya?
LANGKAH KERJA
Langkah awal dalam melakukan analisis data menggunakan SPSS dimulai dengan membuka tab "Variable View". Setelah itu, pengguna perlu mengisi kolom "Name" pada baris pertama dengan mengetikkan nama variabel, dimulai dari X1, kemudian dilanjutkan dengan x2, x3, dan y pada baris-baris berikutnya. Setiap variabel ini diberi label yang sesuai dengan deskripsi datanya, seperti X1 untuk Jumlah Penduduk, x2 untuk Luas Lahan, x3 untuk Jumlah Rumah, dan y untuk Kepadatan Penduduk.
Setelah variabel dibuat, buka tab "Data View" lalu masukkan data sesuai dengan variabel X1, x2, x3, dan y yang telah ditentukan sebelumnya, berdasarkan data yang tersedia di soal.
Klik ModulAnalyze > Regression > Linier
Pindahkan variabel Kepadatan Penduduk (sebagai y ) ke kotak Dependent, lalu masukkan variabel Jumlah Penduduk, Luas Lahan, dan Jumlah Rumah (sebagai x) ke kotak
Independent(s), kemudian klik OK.
HASIL
PEMBAHASAN
Dari analisis regresi linear yang dilakukan, diketahui bagaimana pengaruh jumlah penduduk (X1), luas lahan (X2), dan jumlah rumah (X3) terhadap kepadatan penduduk (Y). Nilai koefisien regresi dan signifikansi (Sig.) dalam output SPSS menunjukkan seberapa besar pengaruh masing-masing variabel bebas terhadap variabel terikat. Jika nilai Sig. dari suatu variabel < 0,05, maka variabel tersebut berpengaruh signifikan terhadap kepadatan penduduk.
Sementara itu, nilai koefisien menunjukkan arah dan besar pengaruhnya—positif berarti pengaruh searah (semakin besar X, maka Y semakin besar), negatif berarti berlawanan arah.
Berdasarkan hasil dari spss yang sudah dilakukan berikut merupakan pembahasannya 1. Model Summary
R = 0.972 → Menunjukkan korelasi yang sangat kuat antara variabel bebas (Jumlah Rumah
& Luas Lahan) dengan variabel terikat (Kepadatan Penduduk).
R Square = 0.944 → Artinya, 94,4% variasi pada kepadatan penduduk dapat dijelaskan oleh jumlah rumah dan luas lahan. Sisanya 5,6% dijelaskan oleh variabel lain di luar model.
2. ANOVA
Sig. = 0.000 (< 0.05) → Menunjukkan bahwa model regresi secara keseluruhan signifikan, artinya model ini layak digunakan untuk memprediksi kepadatan penduduk berdasarkan jumlah rumah dan luas lahan.
3. Coefficients (Koefisien Regresi)
Variabel B (Koefisien) Sig. Interpretasi
(Konstanta) 4776.061 0.000 Jika semua faktor (jumlah rumah dan luas lahan) = 0, maka kepadatan penduduk diperkirakan sebesar 4776,061 jiwa/km².
Luas Lahan -3627.267 0.000 Luas lahan berpengaruh negatif signifikan. Artinya, semakin luas lahan, kepadatan penduduk akan semakin menurun.
Jumlah Rumah
3.251 0.000 Jumlah rumah berpengaruh positif signifikan. Artinya, semakin banyak jumlah rumah, semakin tinggi kepadatan penduduk.
Catatan: Variabel Jumlah Penduduk tidak dimasukkan ke model karena ada masalah multikolinearitas (nilai tolerance sangat kecil, 2.867E-7), artinya variabel ini sangat berkorelasi dengan variabel lainnya (mungkin jumlah rumah), jadi dikeluarkan secara otomatis oleh SPSS.
KESIMPULAN
Berdasarkan hasil analisis regresi, dapat disimpulkan bahwa ada hubungan yang sangat kuat antara jumlah rumah dan luas lahan dengan kepadatan penduduk. Model regresi yang digunakan memiliki nilai R sebesar 0.972, yang menunjukkan korelasi yang sangat kuat antara faktor-faktor tersebut dengan kepadatan penduduk. Nilai R Square sebesar 0.944 berarti 94,4%
perubahan dalam kepadatan penduduk dapat dijelaskan oleh jumlah rumah dan luas lahan, sementara sisanya 5,6% dipengaruhi oleh faktor lain.
Hasil uji ANOVA dengan nilai Sig. = 0.000 menunjukkan bahwa model ini secara keseluruhan signifikan, artinya model ini dapat digunakan untuk memprediksi kepadatan penduduk berdasarkan jumlah rumah dan luas lahan.
Jumlah rumah berpengaruh positif terhadap kepadatan penduduk, artinya semakin banyak jumlah rumah, semakin tinggi kepadatan penduduk. Di sisi lain, luas lahan berpengaruh negatif, yang berarti semakin sempit luas lahan, semakin tinggi kepadatan penduduk.
Variabel jumlah penduduk tidak dimasukkan dalam model akhir karena ada masalah multikolinearitas, yaitu jumlah penduduk terlalu berkorelasi dengan variabel lainnya, terutama jumlah rumah.
