pengelompokan kecamatan berdasarkan...
TRANSCRIPT
PENGELOMPOKAN KECAMATAN BERDASARKAN INDIKATOR PEMERATAAN PENDIDIKAN
Listya Ningrum (1311030088)
Dosen Pembimbing:
Drs Kresnayana Yahya, M.Sc.
Latar Belakang
Pendidikan
Rumusan Masalah
• Bagaimana analisis deskriptif untukmengetahui karakteristik kecamatan-kecamatan di Kota Surabaya?
• Bagaimana pengelompokkan danpemetaan Kecamatan di kota Surabaya dengan menggunakan analisis clusteruntuk tujuan identifikasi yang lebihspesifik?
• Bagaimana analisis terhadap karakteristikkecamatan berdasarkan hasil pemetaandiatas untuk mengatasi masalahpemerataan pendidikan di Kota Surabaya?
Tujuan
• Mendeskripsikan analisis deskriptifuntuk mengetahui karakteristikkecamatan-kecamatan di Kota Surabaya.
• Pengelompokkan dan pemetaanKecamatan di kota Surabaya denganmenggunakan analisis cluster untuktujuan identifikasi yang lebih spesifik.
• Menganalisis karakteristik kecamatan berdasarkan hasil pemetaan diatas untuk mengatasi masalah pemerataan pendidikan di Kota Surabaya.
Manfaat
Memperoleh informasi kecamatan di Surabaya yang berada dalam satu kelompok sehingga dapat dilakukan kebijakan yang sama untuk kecamatan yang berada dalam kelompok sama.
Dapat memberikan informasi kepada pemerintah Kota Surabaya tentang kondisi masyarakat apabila dilihat darisetiap kecamatan.
Dapat membantu memberikan masukan kepadapemerintah Kota Surabaya dalam kesejahteraanmasyarakat di Kota Surabaya.
Variabelpemerataan
pendidikan tiap kecamatan tahun
2012-2013
Ekonomi Lingkungan
Unit obervasi 31 kecamatan di Kota Surabaya
Batasan Masalah
Tinjauan Pustaka
Tinjauan Statistika
• Statistika Deskriptif
• Uji Kecukupan Data
• Analisis Faktor
• Analisis Cluster
• Metode Ward’s
• Analisis Biplot
Tinjauan Non Statistika
• Wilayah Surabaya
• Pendidikan
• Ekonomi
• Lingkungan
• Penelitian Sebelumnya
Statistika Deskriptif
Menurut Bhattacarya dan Johnson (1977), statistika deskriptif merupakan statistik yang digunakan untuk
mendeskripsikan atau menggambarkan obyek penelitian yang diambil dari sampel maupun populasi
Uji Kecukupan Data
HipotesisHo : Jumlah data cukup untuk difaktorkanH1 : Jumlah data tidak cukup untuk difaktorkanStatistik uji :
KMO =
Dimana :i = 1, 2, 3, ..., p j = 1, 2, ..., p
Keterangan : rij = Koefisien korelasi antara variabel i dan jaij = Koefisien korelasi parsial antara variabel i dan jApabila nilai KMO lebih besar dari 0,5 maka terima Ho sehingga
dapat disimpulkan jumlah data telah cukup difaktorkan(Johnson dan Wichern, 2002).
p
1i
p
1i
p
1j
2ij
p
1j
2ij
p
1i
p
1j
2ij
ar
r
Analisis Faktor
Analisis faktor adalah suatu analisis statistika yang bertujuanuntuk mereduksi dimensi data dengan cara menyatakanvariabel asal sebagai kombinasi linear sejumlah faktor, sedemikian hingga sejumlah faktor tersebut mampu
menjelaskan sebesar mungkin keragaman data yang dijelaskanoleh variabel asal (Johnson dan Wichern, 2002).
Analisis Cluster
Analisis cluster adalah proses pengelompokan objek berdasarkan informasi yang menggambarkan objek tersebut atau hubungannya
dengan objek lain (Johnson dan Wichern, 2002).
1. Metode hirarki, berdasarkan hasil pengelompokan disajikan secara hirarki mulai dani n, (n-1) sampai 1 kelompok.
2. Metode non-Hirarki, digunakan apabila jumlah kelompok sudah diketahui dan untuk mengelompokkan data yang berukuran besar, yang termasuk dalam dalam metode K-Mean.
Metode Ward’s
Metode ini digunakan untuk melakukan kombinasi kelompok-kelompok dalam jumlah kecil.
Metode ini mencoba meminimumkan varians dalam kelompok. Penggunaan metode ward’s juga dinilai memiliki kinerja lebih baik di antara metode-metode Hierarki Cluster Analysis (Gong
dan Richman, 1994).
n
i iiE xxxxd1
22121 )(,
Analisis Biplot
Metode biplot didasarkan pada nilai dekomposisi singular suatu matrik. Pada dasarnya metode biplot bertujuan untukmemperagakan secara grafik dari suatu matrik dalam sebuahplot dengan menumpangtindihkan vektor-vektor dalam ruang
vektor yang merepresentasikan vektor-vektor kolom matriktersebut (Sartono, dkk 2003).
Analisis Diskriminan
Menurut Johnson dan Wichern (1992), tujuan dari Analisis Diskriminan adalah untuk menggambarkan ciri-ciri suatu
pengamatan dari bermacam-macam populasi yang diketahui, baik secara grafis maupun aljabar dengan membentuk fungsi
diskriminan.
Geografis Surabaya
Kecamatan KecamatanSurabaya Pusat Surabaya Selatan01. Tegalsari 17. Sawahan02. Genteng 18. Wonokromo03. Bubutan 19. Karangpilang04. Simokerto 20. Dukuh Pakis
21. WiyungSurabaya Utara 22. Wonocolo05. Pabean Cantikan 23. Gayungan06. Semampir 24. Jambangan07. Krembangan08. Kenjeran Surabaya Barat09. Bulak 25. Tandes
26. SukomanunggalSurabaya Timur 27. Asemrowo10. Tambaksari 28. Benowo11. Gubeng 29. Pakal12. Rungkut 30. Lakarsantri13. Tenggilis Mejoyo 31. Sambikerep14. Gunung Anyar15. Sukolilo16. Mulyorejo
Wilayah Surabaya :Luas wilayah Kota Surabaya mencapai 326,36 km2 yang dibagi menjadi 31 Kecamatan dan 163 Kelurahan. Kota Surabaya berbatasan dengan beberapa wilayah yaitu : Wilayah Utara : Selat Madura Wilayah Timur : Selat Madura dan Laut Jawa Wilayah Selatan : Kabupaten Sidoarjo Wilayah Barat : Kabupaten Gresik
GabunganPendidikan
• Angka Partisipasi Kasar (APK)
• Angka Partisipasi Murni (APM)
• Rasio Murid-Guru
• Rasio Murid-Kelas
• Rasio Murid-Sekolah
Ekonomi
• IPMIndeks Pembangunan Manusia (IPM) adalah pengukuran perbandingan
dari harapan hidup, melek huruf, pendidikan dan standar hidup untuksemua negara seluruh dunia. IPM digunakan untuk mengklasifikasikanapakah sebuah negara adalah negara maju, negara berkembang atau
negara terbelakang dan juga untuk mengukur pengaruh darikebijaksanaan ekonomi terhadap kualitas hidup (bapedda, 2014).
• PBBPajak Bumi dan Bangunan (PBB) adalah Pajak Negara yang dikenakan
terhadap bumi dan atau bangunan berdasarkan Undang-undang nomor 12Tahun 1985 tentang Pajak Bumi dan Bangunan sebagaimana telah diubahdengan UndangUndang nomor 12 Tahun 1994. Menurut ( Pasal 4 UU No.12 Tahun 1985 jo. UU No.12 Tahun 1994 ) Yang menjadi subjek PBB adalahorang atau badan yang secara nyata :• mempunyai hak atas bumi/tanah, dan/atau;• memperoleh manfaat atas bumi/tanah dan/atau;• memiliki, menguasai atas bangunan dan/atau;• memperoleh manfaat atas bangunan
Penelitian Sebelumnya
• analisis pengelompokkan dan pemetaankecamatan sebagai dasar program untukmengatasi masalah – masalah sosial – ekonomi diKota Surabaya (Marsetya Adi Nugroho, 2006).
• Hierarchical cluster via minimax linkage pada pengelompokan kecamatan di Pulau Madura berdasarkan Gabungan Pendidikan (Padmi , 2008).
Sumber Data
Sumber data yang digunakan dalam penelitian ini yaitu data sekunder yang diperoleh dari berbagai sumber antara lain Dinas
Pendidikan Surabaya mengenai Gabungan pendidikan 2012/2013 dan Dinas Kesehatan Surabaya. Data tersebut
adalah data variabel pendidikan 31 Kecamatan di kota Surabaya.
Variabel PenelitianVariabel Variabel Penelitian Variabel Variabel Penelitian
X1 Rasio Murid-guru SD X16 Jumlah penduduk usia sekolah
X2 Rasio Murid-guru SMP X17Jumlah Penduduk Berdasarkan Umur 7-12 tahun
X3 Rasio Murid-guru SMA X18Jumlah Penduduk Berdasarkan Umur 13-15 tahun
X4 Rasio Murid-kelas SD X19Jumlah Penduduk Berdasarkan Umur 16-18 tahun
X5 Rasio Murid-kelas SMP X20PBB
X6 Rasio Murid-kelas SMA X21 AHH
X7 Rasio Murid-sekolah SD X22 AMH
X8 Rasio Murid-sekolah SMP X23 PPP
X9 Rasio Murid-sekolah SMA X24 Jumlah rumah tangga bersih dan sehat
X10
APK (Angka Partisipasi Kasar) SD X25 Jumlah rumah tangga yang diamati
X11
APK (Angka Partisipasi Kasar) SMP X26 Jumlah penduduk
X12
APK (Angka Partisipasi Kasar) SMA X27 Jumlah rumah bersih
X13
APM (Angka Partisipasi Murni) SD X28 Jumlah rumah bersih yang diamati
X14
APM (Angka Partisipasi Murni) SMP X29 Kepadatan penduduk
X15
APM (Angka Partisipasi Murni) SMA
Langkah Analisis
Mengumpulkan data
Melakukan analisis deskriptif
Melakukan pengujian asumsi kecukupan data
Mereduksi dimensi data
Melakukan pengelompokan
wilayah kecamatan di kota
Surabaya
Melakukan pemetaan
wilayah kecamatan di kota
Surabaya
Membandingkan hasil
pengelompokan
Mengambil kesimpulan
Variable Mean Variance Minimum Maximum
Rasio_Murid_Sekolah_SD461,1 89887,6 105,7 1254,5
Rasio_Murid_Guru_SD24,3 34,53 17,14 46,04
Rasio_Murid_Kelas_SD1,437 1,166 0,33 5,53
Rasio_Murid_Sekolah_SMP658 561299 131 4163
Rasio_Murid_Guru_SMP27,64 32,65 17,35 41,46
Rasio_Murid_Kelas_SMP2,325 14,216 0,3 21,24
Rasio_Murid_Sekolah_SMA1338 1911174 0 5811
Rasio_Murid_Guru_SMA22,42 249,58 12 103
Rasio_Murid_Kelas_SMA6,03 104,74 0 42,73
APK SD 1,371 0,896 0,21 3,78APK SMP 1,431 1,11 0,21 3,82APK SMA 10,1 1484,53 0 192APM SD 0,988 0,0541 0,52 1,5APM SMP 1,01 0,1517 0,4 2,02APM SMA 1,001 1,06 0,18 4,96
rasio SMA
pada kecamatan
Gununganyar tidak
memiliki sekolah,
rasio sekolah & kelas
terkecil ialah kecamatan mulyorejo
sebesar 71,57&0,17.
rasio guru terkecil
tegalsari sebesar 12
Variable Mean Variance Minimum Maximumjumlah penduduk usia sek 97456 3580 50 242735
Jumlah_Penduduk_Usia_7_ 9505 2642 4337 22404
Jumlah_Penduduk_Usia_13_ 4480 6017 2052 10277
jumlah_penduduk_usia_16_ 4608 6459 2024 10784
PBB 14060 1086 10 39029AHH 76,17 1,377 73,04 78,51AMH 87,9 13,216 81,36 94,38PPP 69,12 94,18 52,37 82,4juml_RT_bersih_sehat 29335 2583 11942 74393
juml_RT_bersih_sehatdiamati
2807 2725 740 7273
jml_pend 91180 1986 38196 219260juml_rmh_bersih 20090 8545 7219 45097jml_diamati 13224 3235 5730 27178kepadatan 11376 5238 2127 31121
Kecamatan
Bulak
Kecamatan Tambaksari
Kecamatan
Pakal
Kecamatan
Simokerto
105,67
119,33
1173,25
1254,51
0 500 1000 1500
karang pilangjambangan gayungan wonocolo tenggilis mej
gununganyar rungkut sukolilo
mulyorejo gubeng
wonokromo dukuh pakis
wiyung lakarsantri tandes
sukomanunggalsawahan
tegal sari genteng
tambaksari kenjeran
simokerto semampir
pabean cantikbubutan
krembangan asemrowo
benowo bulak pakal
sambi kerep
17,14
19,42
18,0818,13
17,5619,26
31,07
46,04
31,63
19,97
33,41
0 20 40 60
karang …jambangan gayungan wonocolo
tenggilis …
rungkut sukolilo
mulyorejo gubeng
wiyung lakarsantri tandes
sukoman…sawahan
tegal sari genteng
tambaksari kenjeran
simokerto semampir
pabean …bubutan
asemrowo benowo
bulak pakal
0,44
0,68
0,82
0,50,33
0,61
0,410,39
0,6
0,77
5,53
3,52
0 2 4 6
karang pilangjambangan gayungan wonocolo tenggilis mej
gununganyar rungkut sukolilo
mulyorejo gubeng
wonokromo dukuh pakis
wiyung lakarsantri tandes
sukomanunggalsawahan
tegal sari genteng
tambaksari kenjeran
simokerto semampir
pabean cantikbubutan
krembangan asemrowo
benowo bulak pakal
sambi kerep
Rasio Murid-Sekolah SD1:1245 Rasio Murid-guru SD
1:46Rasio Murid-kelas SD
6 kelas
130,74
133,55
4162,83
0 1000 2000 3000 4000 5000
karang pilangjambangan gayungan wonocolo tenggilis mej
gununganyar rungkut sukolilo
mulyorejo gubeng
wonokromo dukuh pakis
wiyung lakarsantri tandes
sukomanunggalsawahan
tegal sari genteng
tambaksari kenjeran
simokerto semampir
pabean cantikbubutan
krembangan asemrowo
benowo bulak pakal
sambi kerep
18,22
17,35
19,55
41,46
18,47
0 20 40 60
karang pilang
jambangan
gayungan
wonocolo
tenggilis mej
gununganyar
rungkut
sukolilo
mulyorejo
gubeng
wonokromo
dukuh pakis
wiyung
lakarsantri
tandes
sukomanunggal
sawahan
tegal sari
genteng
tambaksari
kenjeran
simokerto
semampir
pabean cantik
bubutan
krembangan
asemrowo
benowo
bulak
pakal
sambi kerep
RASIO_MURID_GURU_SMP
0,30
0,38
0,36
21,24
0,00 10,00 20,00 30,00
karang …jambangan gayungan wonocolo tenggilis mej
rungkut sukolilo
mulyorejo gubeng
wonokromo dukuh pakis
wiyung lakarsantri tandes sukomanu…
sawahan tegal sari
genteng tambaksari
kenjeran simokerto semampir
pabean …bubutan
krembangan asemrowo
benowo bulak pakal
sambi kerep
Rasio Murid-Sekolah SMP1:103
Rasio Murid-guru SMP1:42
Rasio Murid-kelas SMP21 kelas
0,17
0,2
10,1942,73
21,85
36,5817,14
0 10 20 30 40 50
karang pilangjambangan gayungan wonocolo tenggilis mej
gununganyar rungkut sukolilo
mulyorejo gubeng
wonokromo dukuh pakis
wiyung lakarsantri tandes
sukomanunggalsawahan
tegal sari genteng
tambaksari kenjeran
simokerto semampir
pabean cantikbubutan
krembangan asemrowo
benowo bulak pakal
sambi kerep
Rasio Murid-Sekolah SMA1:5811 Rasio Murid-guru SMA
1:103Rasio Murid-kelas SMA
43 kelas
71,57
133,27
5811
4865,33
0 2000 4000 6000 8000
karang pilangjambangan gayungan wonocolo tenggilis mej
gununganyar rungkut sukolilo
mulyorejo gubeng
wonokromo dukuh pakis
wiyung lakarsantri tandes
sukomanunggalsawahan
tegal sari genteng
tambaksari kenjeran
simokerto semampir
pabean cantikbubutan
krembangan asemrowo
benowo bulak pakal
sambi kerep
RASIO_MURID_SEKOLAH_SMA
39
12
0 10 20 30 40 50
karang pilang
jambangan
gayungan
wonocolo
tenggilis mej
gununganyar
rungkut
sukolilo
mulyorejo
gubeng
wonokromo
dukuh pakis
wiyung
lakarsantri
tandes
sukomanunggal
sawahan
tegal sari
genteng
tambaksari
kenjeran
simokerto
semampir
pabean cantik
bubutan
krembangan
asemrowo
benowo
bulak
pakal
sambi kerep
Kaiser-Meyer-Olkin 0.508 Bartlett's Test of Sphericity
Approx.Chi-Square 677.574
df 171Sig. 0.000
Component Eigenvalues
Total % of Variance
Cumulative %
1 5,636 29,665 29,6652 2,862 15,062 44,7273 2,059 10,835 55,5634 1,837 9,667 65,235 1,603 8,4351 73,6656 1,159 6,1026 79,7677 1,075 5,6561 85,4238 0,68 3,5775 89,0019 0,53 2,7882 91,78910 0,496 2,6125 94,40211 0,4 2,1045 96,50612 0,249 1,308 97,81413 0,22 1,1588 98,97314 0,108 0,5685 99,54115 0,046 0,2423 99,78416 0,037 0,1924 99,97617 0,003 0,0141 99,9918 0,002 0,008 99,99819 4,00E-04 0,0019 100
dari 19 faktor
hanya terdapat 7 faktor saja yang optimum karena mempunyai nilai eigenvalue > 1.
Component
1 2 3 4 5 6 7Rasio_Murid Sekolah_SD -0.683 0.366 -0.118 0.234 0.382 -0.072 -0.289Rasio_Murid Kelas_SD -0.657 0.376 -0.148 0.349 0.146 -0.025 -0.384Rasio_Murid Sekolah_SMP -0.612 0.355 0.002 -0.531 0.188 0.387 0.093Rasio_Murid Kelas_SMA -0.597 0.123 0.051 0.631 -0.036 0.228 0.222Jumlah penduduk 0.620 0.380 0.140 0.021 -.340 -0.011 0.239Jumlah_Penduduk Usia_7_12th 0.785 0.554 -0.016 0.112 0.112 0.065 0.049Jumlah_Penduduk Usia 3_15th 0.789 0.547 -0.011 0.116 0.124 0.094 0.035jumlah_penduduk usia 16_18th 0.786 0.543 -0.001 0.115 0.106 0.086 0.039Rasio_Murid Guru_SMA 0.287 0.596 -0.053 -0.171 0.185 -0.370 -0.071APK_SD 0.354 -0.340 0.792 -0.030 0.071 0.129 -0.010APK_SMP 0.473 -0.454 0.572 0.082 0.211 0.139 -0.180APM_SMP 0.376 -0.563 -0.565 0.139 0.292 -0.063 -0.099APM_SMA 0.417 -0.356 -0.556 -0.047 0.051 0.352 -0.141Rasio_Murid Kelas_SMP -0.525 0.357 0.007 -0.628 0.114 0.387 0.111Rasio_Murid Sekolah_SMA -0.619 -0.002 0.198 0.540 0.006 0.229 0.392Rasio_Murid Guru_SD -0.348 -0.177 0.359 -0.364 0.420 -0.352 0.011Rasio_Murid Guru_SMP 0.144 0.081 0.215 0.229 0.814 -0.047 0.143APK_SMA 0.385 -0.043 0.084 0.039 0.157 0.548 -0.415APM_SD 0.262 -0.335 -0.441 -0.098 0.443 0.044 0.545
Analisis Faktor Ekonomi
Kaiser-Meyer-Olkin 0.696Bartlett's Test ofSphericity
Approx. Chi-Square 19.587
df 6Sig. 0.003
Component
Initial Eigenvalues
Total% of
VarianceCumulative %
1 2,056 51,409 51,4092 0,79 19,749 71,1583 0,734 18,344 89,5024 0,42 10,498 100
Loading FaktorFaktor 1
AHH 0.843AMH 0.771PPP 0.663PBB 0.592
Analisis Faktor Lingkungan
Kaiser-Meyer-Olkin 0.857
Bartlett's Test of
Sphericity
Approx.Chi-Square 198.232
df 15
Sig. 0.000
Loading Faktor
Faktor 1
juml RT bersih sehat 0.983
juml diamati 0.861
jml pendududk 0.946
juml rumah bersih 0.925
jumlah diamati 0.859
Kepadatan penduduk 0.699
Component
EigenvaluesTotal % of
VarianceCumulative
%1 4,684 78,066 78,0662 0,71 11,834 89,9013 0,294 4,9039 94,8054 0,153 2,5441 97,3495 0,122 2,0308 99,3796 0,037 0,6205 100
Analisis Faktor GabunganPendidikan
Kaiser-Meyer-Olkin 0.495Bartlett's Test of Sphericity
Approx. Chi-Square 1,01E+06df 190Sig. 0.000
Eigenvalues PemerataanPendidikan
Component
Eigenvalues
Total % of Variance Cumulative %1 6,85 34,26 34,262 4,04 20,21 54,483 2,33 11,64 66,114 1,38 6,90 73,025 1,09 5,45 78,476 0,88 4,4 82,877 0,79 3,97 86,858 0,69 3,45 90,39 0,57 2,87 93,1710 0,38 1,89 95,0611 0,37 1,85 96,912 0,26 1,29 98,1913 0,12 0,62 98,8114 0,1 0,52 99,3315 0,07 0,36 99,6916 0,04 0,18 99,8817 0,02 0,11 99,9918 0,0 0,01 10019 0,00 0,00 10020 0,00 0,00 100
dari 20 faktor
hanya terdapat 5 faktor saja yang optimum karena mempunyai nilai eigenvalue > 1.
Nilai Loading Faktor GabunganPendidikan
Component1 2 3 4 5
juml_RT_bersih_sehat 0,955 0,019 0,113 -0,154 0.035juml_diamati 0,836 0,058 0,209 -0,055 0.061jml_pend 0,932 0,093 -0,028 -0,108 0.039juml_rmh_bersih 0,945 -0,034 -0,04 -0,055 0.040jml_diamati 0,851 0,173 0,04 -0,181 -0.042kepadatan 0,639 -0,176 0,209 -0,239 -0.260jumlah_penduduk 0,291 0,561 0,526 -0,214 -0.052Jumlah_Penduduk_Usia_7_12th 0,077 0,945 0,12 -0,162 0.143Jumlah_Penduduk_Usia_13_15th 0,072 0,944 0,115 -0,16 0.137jumlah_penduduk_usia_16_18th 0,083 0,941 0,115 -0,158 0.152Rasio_Murid_Guru_SMA -0,167 0,662 0,03 0,029 -0.416AHH -0,258 0,174 0,646 -0,236 0.387PPP 0,235 0,123 0,894 -0,078 -0.028IPM 0,148 0,109 0,914 -0,271 0.137Rasio_Murid_Sekolah_SD -0,359 -0,076 -0,207 0,821 -0.057Rasio_Murid_Kelas_SD -0,341 -0,101 -0,114 0,807 0.094Rasio_Murid_Sekolah_SMP -0,223 -0,147 -0,229 0,497 0.010Rasio_Murid_Sekolah_SMA 0,127 -0,377 0,026 0,635 -0.113AMH -0,06 -0,027 0,396 -0,601 0.400PBB 0.018 0.144 0.146 -0.057 0.827
Peta Kecamatan Surabaya Berdasarkan Pemerataan Pendidikan
Hierarchical Cluster Analysis
Rata-Rata Nilai GabunganPendidikan
Cluster 1 2 3juml RT bersih sehat 64503,77 29544,47 60812,29juml RT bersih sehat diamati 6083,154 2850,9 5625jml pendududk 198525,2 91745,5 189764,3juml rmh bersih 43892,23 20228,23 40457,14jml rmh bersih diamati 28296,38 13206,43 29042,71kepadatan 25837,47 11487,31 19204,3jumlah penduduk usia sekolah 216280,3 96828,89 252327,7Jumlah Penduduk Usia 7-13 20349,15 9574,4 23602,86Jumlah Penduduk Usia 13-16 9625,154 4515,567 11134,71jumlah penduduk usia 16-18 9902,692 4641,233 11543Rasio murid guru SMA 37,76923 19,03333 35,71429AHH 152,59 76,193 142,4171PPP 142,1715 69,61233 137,9686IPM 157,1385 77,86767 148,0943
Karakteristik Hasil Pemetaan Lingkungan
• Kelompok 1 : Karang Pilang, Gayungan, Wonocolo, Tenggilis Mejoyo, DukuhPakis, Tandes, Sukomanunggal, Tambaksari, Kenjeran, Simokerto, Semampir, Bubutandan Krembangan
• jumlah penduduk cukup baik. Dibandingkan kelompok II dan kelompok III, wilayah inimemiliki pemerataan pendidikan paling rendah karena memiliki jumlah rumah tanggabersih dan sehat, jumlah rumah tangga bersih dan sehat yang diamati, jumlah rumahbersih, jumlah rumah bersih yang diamati dan kepadatan penduduk yang rendahdiantara kecamatan lainnya.
•
• Kelompok 2 : kecamatan Jambangan, Mulyorejo Wiyung, Lakarsantri, Genteng, Pabean Cantikan, Asemrowo, Benowo, Bulak, Pakal dan Sambikerep.
• jumlah penduduk sangat baik. Dibandingkan kelompok I dan kelompok III, wilayah inimemiliki kondisis lingkungan paling baik karena memiliki jumlah rumah tangga bersihdan sehat, jumlah rumah tangga bersih dan sehat yang diamati, jumlah rumahbersih, jumlah rumah bersih yang diamati dan kepadatan penduduk yang tinggidiantara kecamatan lainnya.
• Kelompok 3 : kecamatanGununganyar, Rungkut, Sukolilo, Gubeng, Wonokromo, Sawahan dan Tegalsari.
• lingkungan baik karena memiliki jumlah rumah tangga bersih dan sehat, jumlah rumahtangga bersih dan sehat yang diamati, jumlah rumah bersih, jumlah rumah bersih yangdiamati dan kepadatan penduduk yang baik diantara kecamatan lainnya.
Klasifikasi Kelompok Pemerataan Pendidikan
• Klasfikasi 1 : Daerah Pemerataan Pendidikan Tinggi
• Kelompok 1 (Karang Pilang, Gayungan, Wonocolo, Tenggilis Mejoyo, Dukuh Pakis, Tandes, Sukomanunggal, Tambaksari, Kenjeran, Simokerto, Semampir, Bubutan dan Krembangan)
• Klasifikasi 2 : Daerah Pemerataan Pendidikan Cukup
• Kelompok 3(Gununganyar, Rungkut, Sukolilo, Gubeng, Wonokromo, Sawahan dan Tegalsar)
• Klasfikasi 3 : Daerah Pemerataan Pendidikan Rendah
• Kelompok 2 (Jambangan, Mulyorejo Wiyung, Lakarsantri, Genteng, Pabean Cantikan, Asemrowo, Benowo, Bulak, Pakal dan Sambikerep)
Pendidikan
543210-1-2-3
4
3
2
1
0
-1
-2
First Component
Se
co
nd
Co
mp
on
en
t
RASIO_MURID_GURU_SMAjumlah_penduduk_usia_16_18thJumlah_Penduduk_Usia_13_15thJumlah_Penduduk_Usia_7_12th
jumlah penduduk usia sekolah
RASIO_MURID_KELAS_SMARASIO_MURID_SEKOLAH_SMP
RASIO_MURID_KELAS_SDRASIO_MURID_SEKOLAH_SD
asemrowo
sambi kerep
wiyung
bubutanpakal
benowopabean cantik kenjeran
jambangan
bulaklakarsantri
tambaksari
rungkutsimokerto
semampirgenteng
tegal sari
krembangan
karang pilang
wonokromo
mulyorejotenggilis mej
tandesgayungan
sawahan
sukomanunggalwonocolo
sukolilo
Ekonomi
3210-1-2
2
1
0
-1
-2
-3
First Component
Se
co
nd
Co
mp
on
en
t
PPP
AMHAHH
PBB genteng
tegal sari
dukuh pakis
lakarsantri
gubeng
gayungan
wonokromo
tandes
krembangan
sawahan
rungkuttambaksari
sukomanunggal
wonocolo
tenggilis mej
sukolilo
mulyorejo
asemrowo
karang pilang
wiyung
benowosemampir
pabean cantik
gununganyar
jambangan
bubutan
simokerto
bulaksambi kerepkenjeran
pakal
Lingkungan
6543210-1-2-3
3
2
1
0
-1
kepadatan
jml_diamati
juml_rmh_bersihjml_pend
juml_diamati
juml_RT_bersih_sehat
tambaksari
sawahansemampir
wonokromo
krembangan
rungkut
sukolilo
gubengkenjeran
tegal sari
bubutan
simokerto
wonocolotenggilis mej
genteng
jambangan
gayungan
bulak
asemrowo
benowolakarsantridukuh pakisgununganyar
karang pilang
wiyungtandes
sambi kerep
pakal
Pemerataan Pendidikan
5,02,50,0-2,5-5,0
5,0
2,5
0,0
-2,5
-5,0
First Component
Se
co
nd
Co
mp
on
en
t
kepadatanjml_diamatijuml_rmh_bersih
jml_pendjuml_diamati
juml_RT_bersih_sehat
PPPAMH
AHH
PBB IPMRASIO_MURID_GURU_SMA
jumlah_penduduk_usia_16_18thJumlah_Penduduk_Usia_13_15thJumlah_Penduduk_Usia_7_12th
jumlah penduduk usia sekolah
RASIO_MURID_KELAS_SMARASIO_MURID_SEKOLAH_SMP
RASIO_MURID_KELAS_SDRASIO_MURID_SEKOLAH_SD
tambaksari
sawahan
wonokromo
semampir
rungkut
gubengsukomanunggal
gununganyar
wonocolo
genteng
simokerto
kenjeranbubutan
pabean cantik
pakalbenowo
sambi kerepbulak
asemrowojambangan
wiyungtenggilis mej
dukuh pakislakarsantri
gayungan
Analisis Diskriminan
Box's M 35.162F Approx. 5.188
df1 6df2 4.994E3Sig. .000
Variabel Wilks' Lambda
Jumlah penduduk usia sekolah 0.651
Jml penduduk 0.189
Function1 2
Jml penduduk 0.000 0.000Jumlah penduduk usia sekolah 0.042 -0.011(Constant) -5.771 -1.030
Analisis Diskriminan
Box's M 35.162F Approx. 5.188
df1 6df2 4.994E3Sig. .000
Variabel Wilks' Lambda
Jumlah penduduk usia sekolah 0.651
Jml penduduk 0.189
Function1 2
Jml penduduk 0.000 0.000Jumlah penduduk usia sekolah 0.042 -0.011(Constant) -5.771 -1.030
Y1 = -5.771 + 0.042 Jumlah penduduk usia sekolahY2 = -1.030 -0.011 Jumlah penduduk usia sekolahZscore = -6.801 + 0.031 Jumlah penduduk usia sekolah
Analisis Diskriminan
Put into Group
1 2 3Total
1 13 0 0 13
2 0 11 0 11
3 1 0 6 7
Total N 13 11 7 31
N correct 13 11 7 31
Proportion 1 1 13
Analisis Diskriminan
400003000020000100000-10000-20000-30000
0,00009
0,00008
0,00007
0,00006
0,00005
0,00004
0,00003
0,00002
0,00001
0,00000
Data
De
nsit
y
20000-20000
-1212 14385 31
1935 8295 31
Mean StDev N
score 1
score 2
Variable
sukolilo rungkut gununganyar
tenggilis mej
wonocolo
gayungan jambangan
karang pilang
sukolilo rungkut
gununganyar
tenggilis mej
wonocolo
gayungan jambangan karang pilang
Normal
Pengelompokan menggunakan metode
cluster Ward’s
• gabungan pendidikan paling tinggi terdiri atas kecamatan Karang Pilang, Gayungan, Wonocolo, Tenggilis Mejoyo, Dukuh Pakis, Tandes, Sukomanunggal, Tambaksari, Kenjeran, Simokerto, Semampir, Bubutan dan Krembangan
Analisis Diskriminan
• Zscore = -6.801 + 0.031 Jumlah penduduk usia sekolah
• Rungkut dan kecamatan Sukolilo berada dikelompok fungsi dengandua variabel pembedayang tinggi/baik
Agar mendpatkan karakteristik pendidikan yang lebih lengkap, disarankan melakukan survei mengenai kualitas pendidikan untuk setiap
kecamatan. Penggunaan berbagai metode perlu dilakukan agar hasil yang didapat lebih optimal.
Untuk pihak pemerintah untuk lebih memperhaikan ketersediaan sarana sekolah
disetiap kecamatan.
DAFTAR PUSTAKA
• Adi, Marsetyo. 2006. Analisis Pengelompokkan Dan Pemetaan Kecamatan Sebagai Dasar Program UntukMengatasi Masalah – Masalah Sosial – Ekonomi di Kota Surabaya. Surabaya: Jurusan Statistika FMIPA -ITS.
• Agustianti, Dwi, 2007, HubunganDukunganSosialdenganKualitasHidup Orang Dengan HIV/AIDS (ODHA) di Kota Bandar Lampung, http://www.hubungan+dukungansosial+kualitashidup+ODHA+bandarlampung.html. Diakses 8 Februari 2014.
• Badan Pusat Statistika Provinsi Jawa Timur. 2013. Surabaya Dalam Angka 2013. Surabaya: BPS Jawa Timur.• Badan Pusat Statistika (BPS) Provinsi Sumatera Utara.2012. Keadaan Ketenagakerjaan Sumatera Utara Tahun 2011
[Online].Avaible : diakses tanggal 23 September 2013.• Bhattacarya, G.K. dan Johnson, R.A. 1977. Statistical Concepts and Metods. John Wiley & Sons, New York.• Dinas Pendidikan Surabaya. dispendik.surabaya.go.id/[online]. Avaible : diakses tanggal 04 februari 2014.• Fachrimaulana. 2011. Kesempatan Kerja. http://fachrimaulana.blogspot.com/2011/02/kesempatan-kerja.html
[Online]. Avaible : diakses 7 Februari 2014.• Gabriel, K.R. 1972. The Biplot Graphic Display of Materices with Aplication to Principal Component Analysis.
Biometrika 58, 3:453-567.• Gong X., Richman MB. 1995. On the Application of Cluster Analysis to Growing Season Precipitation Data in North
America East of The Rockies. J.Climate8: 897 -931.• Johnson, N. And Wichern, D. 2002. Applied Multivariate Statistical Analysis, 5th Edition. New Jersey: Prentice
Hall, Englewood Cliffs.• Morrison, D.F. 1990. Multivariate Statistical Methods Third Edition. USA : Mc Graw Hill Inc.•
• Nur, Arinda. 2010. Pengelompokan Kabupaten di Provinsi Jawa Timur Berdasarkan Potensi Pertanian Pangan Tahun 2012. Surabaya: Jurusan Statistika FMIPA -ITS.
• Saraswati, Mila., Widaningsih, Ida. 2008. Be smart ilmu pengethuan sosial. Jakarta : Grafindo.• Widyago. 2011. Pengertian Kependudukan. http://widyago.wordpress.com/2011/04/03/pengertian-
kependudukan/ [Online]. Avaible : diakses 7 Februari 2014.