Dokumen ini menganalisis keterkaitan antara luas wilayah, jumlah rumah tangga, dan jumlah Pajak Bumi dan Bangunan (PBB) di Kota Bandung menggunakan metode analisis tabulasi silang (crosstab). Hasil analisis menunjukkan tidak ada hubungan signifikan antara jumlah PBB dengan luas wilayah maupun jumlah rumah tangga berdasarkan uji chi-square. Data yang digunakan berasal dari 30 kecamatan dan menunjukkan bahwa meskipun jumlah PBB dan rumah tangga diukur, keduanya tidak saling memprediksi satu sama lain.

1. Analisis Crosstab
Disusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan
(TKP 342)
Dikerjakan Oleh :
Sally Indah Nurdyawati
21040113130096
Kelas B
Jurusan Perencanaan Wilayah dan Kota
Fakultas Teknik Universitas Diponegoro
Semarang
2015

2. 1
I. LATAR BELAKANG
Pajak 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. TUJUAN
Tujuan 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 BAHAN
1. 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. DATA
Data 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

3. 2
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 I
Luas 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 Rendah
2 Babakan Ciparay 7,45 3,82 12,83 Tinggi
3 Bojongloa Kaler 3,03 2,97 65,94 Tinggi
4 Bojongloa Kidul 6,26 2,18 9,07 Rendah
5 Astanaanyar 2,89 1,73 7,04 Rendah
6 Regol 4,30 2,04 13,30 Tinggi
7 Lengkong 5,90 1,88 19,29 Tinggi
8 Bandung Kidul 6,06 1,55 12,73 Tinggi
9 Buah Batu 7,93 2,38 9,76 Rendah
10 Rancasari 7,33 1,87 5,40 Rendah
11 Gedebage 9,58 9,44 4,58 Rendah
12 Cibiru 6,32 19,94 2,43 Rendah
13 Panyileukan 5,10 10,46 6,94 Rendah
14 Ujungberung 6,40 18,90 2,47 Rendah
15 Cinambo 3,68 6,72 6,66 Rendah
16 Arcamanik 5,87 17,05 6,99 Rendah
17 Antapani 3,79 18,19 4,92 Rendah
18 Mandalajati 6,67 16,08 2,80 Rendah
19 Kiaracondong 6,12 34,43 10,31 Rendah
20 Batununggal 5,03 31,85 13,25 Tinggi
21 Sumur Bandung 3,40 8,96 17,51 Tinggi
22 Andir 3,71 25,52 11,78 Tinggi
23 Cicendo 6,86 24,99 20,82 Tinggi
24 Bandung Wetan 3,39 8,11 16,13 Tinggi
25 Cibeunying Kidul 5,25 28,41 58,98 Tinggi
26 Cibeunying Kaler 4,50 19,06 7,76 Rendah
27 Coblong 7,35 47,83 20,90 Tinggi
28 Sukajadi 4,30 29,86 20,50 Tinggi
29 Sukasari 6,27 25,04 18,77 Tinggi
30 Cidadap 6,11 17,06 15,56 Tinggi
Jumlah PBB < 11,04  Rendah
Jumlah PBB ≥ 11,04  Tinggi

4. 3
No Kecamatan
Luas Wilayah
(km2)
Jumlah Rumah
Tangga (puluh ribu)
Jumlah PBB
(milyar rupiah)
Klasifikasi PBB
(milyar rupiah)
Kota Bandung 167,31 442,23 433,69
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

5. 4
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.

6. 5
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.

7. 6
Directional Measures
Value
Asymp. Std.
Errora
Approx.
Tb
Approx.
Sig.
Nominal by
Nominal
Lambda Symmetric .372 .046 5.855 .000
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

8. 7
<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
Symmetric Measures
Value
Asymp. Std.
Errora
Approx. Tb
Approx. Sig.
Nominal byNominal 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.

9. 8
Keterangan Output:
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

10. 9
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
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

11. 10
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.

12. 11
Directional Measures
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

13. 12
<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 byNominal Phi 1.000 .414
Cramer's V 1.000 .414
ContingencyCoefficient .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.

14. 13
Keterangan Output:
Grafik di atas menggambarkan hasil tabulasi silang antara variabel jumlah PBB
dengan jumlah rumah tangga.
VI. DAFTAR PUSTAKA
Zain, 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

15. 14
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)

16. 15
 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.