Analisis Crosstab

Metode Crosstab disebut juga sebagai metode tabulasi silang. Metode Crosstab merupakan metode yang menggunakan uji statistik untuk mengidentifikasi dan mengetahui korelasi antara dua variabel (Gasperz, 1992). Definisi lain mengenai metode Crosstab juga diungkapkan oleh Santoso (2000), dimana metode tabulasi silang (crosstab) merupakan metode untuk menganalisis keterkaitan beberapa faktor yang disusun menjadi kolom dan baris. Adapun data tersebut merupakan data kualitatif, khususnya data yang berskala nominal dan ordinal. Jadi, metode Crosstab merupakan suatu bentuk analisis statistik deskriptif yang dipergunakan untuk mengetahui korelasi antar dua variabel sederhana dimana hasil tabulasi yang dilakukan disajikan ke dalam bentuk tabel dengan variabel yang tersusun sebagai kolom dan baris. Dalam hal ini, baris berisikan variabel terpengaruh (dependent variable) dan kolom berisikan variabel mempengaruhi (independent variable).

Dalam analisis Crosstab terdapat sebuah uji yaitu Uji Chi Square Pearson dimana nilai atau hasil dari uji ini bertujuan untuk mengetahui hubungan antara dua variabel baris dan kolom yang diinputkan. Uji ini memiliki hipotesis, yaitu

Ho = tidak ada hubungan antara baris dan kolom

H1 = ada hubungan antara baris dan kolom

Hipotesis tersebut memiliki asumsi jika Ho diterima, maka H1 ditolak. Jika Ho ditolak, maka H1 diterima. Ho diterima bila nilai Chi Square hitung lebih kecil dari chi square tabel, dan bila nilai Chi Square hitung lebih besar dari Chi Square tabel maka Ho ditolak. Dalam hal ini, yang perlu diperhatikan adalah Chi Square tabel bisa dihitung dengan tingkat signifikansi 5%. Jika nilai probabilitas lebih besar dari 0,05, maka Ho diterima (tidak ada korelasi antara dua variabel), dan jika probabilitas lebih kecil dari 0,05 maka Ho ditolak (ada korelas antara dua variabel).

Uji lainnya yang juga terdapat dalam analisis Crosstab adalah Uji Contingency Coefficient. Uji ini digunakan untuk mengetahui kuatnya hubungan antara dua variabel. Yang perlu diperhatikan dari uji ini adalah bila Ho diterima, maka tidak perlu untuk melihat nilai dari Uji Contingency Coefficient ini karena kedua variabel tidak punya ketekaitan, namun bila Ho hasil uji Chi Square ditolak, maka perlu untuk melihat nilai Contingency antar dua variabel karena ada keterkaitan di dalamnya. Selain itu, didalam analisis Crosstab juga terdapat nilai Lambda. Nilai ini berfungsi untuk mengetahui pengaruh variabel kolom dan baris. Nilai Lambda berkisar antara 0-1. Bila mendekati 0, maka terdapat faktor lain yang mempengaruhi variabel terikat (dependent variable).

Berikut adalah tahapan kerja dalam analisis Crosstab :

1.   Buka program kerja SPSS

2.   Tentukan nama variabel jenis data pada variabel view

3.   Masukkan data ke data view

4.  Untuk analisisnya, klik menu Analyze pilih Descriptive Statistics pilih Crosstabs

5. Tentukan dependent dan independent variabelnya, dimana row berisikan dependent variabel/variabel yang dipengaruhi dan column berisikan independent variable/variabel penyebab

6.   Lalu, klik Statistics centang pada Chi-Square dan Correlations. Pilih semua menu kategori pada Nominal (Contingency Coefficient, Phi and Cramer’s V, Lambda, dan Uncertainty Coeffient), klik continue

7.   Kembali ke menu awal, klik menu Cells pada counts pilih Observed klik Continue

8.  Kembali ke menu awal, klik menu Format pada row order pilih Ascending Continue

9.  Klik pada Display Clustered Bar Charts jika ingin menampilkan diagram bar dalam output

10.    OK

Analisis Diskriminan

Analisis Diskriminan adalah teknik analisis statistik untuk menggolongkan populasi/individu/objek menjadi kelompok-kelompok sendiri dalam sekumpulan variabel independent. Analisis Diskriminan merupakan salah satu alat analisis statistika menggunakan metode  analisis statistik multivariate. Analisis Diskriminan pertama kali diperkenalkan oleh Fisher (1936). Analisis Diskriminan dapat digunakan untuk mengetahui variabel-variabel penciri yang membedakan kelompok populasi yang ada dan juga dapat dipergunakan sebagai kriteria pengelompokkan. Keberadaan variabel penciri ini berguna untuk mengintervensi variabel manakah yang dapat dimaksimalkan atau dimimalkan pengaruhnya sehingga akan memperkecil tingkat kesalahan pada hasil perhitungan nantinya. Analisis Diskriminan terbagi menjadi 2 jenis, yaitu analisis Diskriminan 2 grup, dimana memiliki 2 variabel penciri, dan analisis Diskriminan 3 grup yang memiliki lebih dari 2 variabel penciri.

Pada prinsipnya, analisis Diskriminan hampir sama dengan analisis Regresi karena termasuk dalam dependence method yang memiliki variabel terpengaruh (dependent variable) yang berada dalam baris (Y) dan variabel mempengaruhi (independent variable) yang berada dalam kolom (X). Keberadaan Dependence method berguna untuk mengklasifikasikan objek beberapa kelompok. Kombinasi linier dari variabel-variabel yang ada akan membentuk suatu fungsi diskriminan (Tatham et. al.,1998).

Berikut ini adalah langkah-langkah dalam analisis Diskriminan :

1. Menentukan dan memisahkan antara variabel dependen dan independen. Kemampuan dalam memisahkan variabel-variabel tersebut menentukan keberhasilan penelitian, dimana variabel dependen menjadi nilai yang membedakan antar kelompok (variabel dependen dikelompokkan baik distribusi secara merata, maupun kelompok tertentu)  dan varibel independen yang menjadi nilai pembeda.

2. Menentukan metode yang akan digunakan dalam analisis Diskriminan. Terdapat 2 metode dalam analisis Diskriminan :

a. Metode Simultan (Simultaneous Estimation), adalah metode yang memasukkan semua variabel bebas dalam analisis tanpa memperhatikan variabel bebas mana yang paling berpengaruh.

b. Step-wise Estimation, adalah metode yang memasukkan variabel satu per-satu. Pendekatan stepwise dimulai dengan memilih variabel yang terdiskriminasi paling baik. Variabel yang terdiskriminasi baik adalah variabel yang memiliki korelasi tinggi, sehingga variabel tersebut dapat dijelaskan secara maksimal oleh variabel lain. Variabel bebas tersebut kemudian dipilih untuk dipasangkan dengan masing-masing variabel bebas yang lain. Inti dari metode stepwise adalah kemampuan untuk menggabungkan melalui memasukkan dan mengeluarkan variabel sehingga pada akhirnya ditemukan kombinasi yang paling cocok dalam menghasilkan fungsi diskriminan. Dalam hal  ini, variabel yang memiliki nilai penciri kecil akan dihilangkan.

3. Menguji tingkat signifikansi fungsi Diskriminan yang telah ada dengan Wilk’s Lambda, Hotelling Trace, Pillai’s Criterion, dan F test. Berikut ini adalah asumsi nilai yang digunakan :

Ø Jika Wilk’s Lamda semakin dekat dengan 1, maka variabel penciri sama, sedangkan jika nilai mendekati 0, maka variabel penciri memiliki perbedaan

Ø Untuk tingkat signifikansi, jika sig >0,05 maka tidak ada perbedaan antar variabel penciri, sedangkan jika sig <0,05 maka terdapat perbedaan antar variabel penciri.

4.  Menguji ketepatan klasifikasi dan fungsi diskriminan dengan Casewise Diagnostics.

5.  Melakukan interpretasi data dan uji validitas data.

Tahapan kerja analisis diskriminan :

1.     Buka program kerja SPSS

2.    Tentukan nama dan jenis variabel atau data pada variabel view

3.    Masukkan data ke data view

4.    Untuk analisisnya, klik menu Analyze pilih Classify pilih Discriminant

5.    Masukkan variabel dependen pada bagian Grouping Variable.

6.    Buka Define Range dan isikan angka 1 pada minimum dan angka 2 pada maksimum.

7.    Masukkan semua variabel independen dalam kotak Independent

8.    Klik menu Statistics. Pada bagian Descriptive pilih Means, Univariate ANOVAs, dan Box’s M. Pada bagian Functions Coefficiens pilih Fisher’s.

9.    Klik continue dan kembali ke menu awal.

10. Centang Use Stepwise Method

11.   Klik icon Method dan keluar menu Method. Pilih Mahalanobis distance. Pada Criteria pilih Use Probability of F. Abaikan bagian yang lain

12.  Klik Continue dan kembali ke menu awal

13.  Klik icon Classify, centang pada Casewise results dan Leave-one-out classification. Abaikan bagian yang lain.

14. Klik Continue dan kembali ke menu awal

15.  Klik icon Save dan centang pada Predicted Group Membership dan Discriminant Scores.

16. Klik Continue dan kembali ke menu awal

17.  Klik OK

Analisis Faktor

Analisis Faktor termasuk dalam salah satu alat analisis statistik multivariate. Analisis multivariat (multivariate analysis) merupakan salah satu jenis analisis statistik yang digunakan untuk menganalisis data yang terdiri dari banyak peubah bebas (independent variables) dan juga banyak peubah tak bebas (dependent variables). Analisis Faktor memiliki kegunaan untuk menyederhanakan/mengabstraksi/mereduksi/meringkas variabel-variabel yang memiliki korelasi. 

Analisis Faktor pertama kali diperkenalkan oleh Francis Galtom dan Charles Spearman pada tahun 1927.  Teknik yang digunakan dalam Analisis Faktor adalah teknik interdependensi yang berprinsip pada nilai korelasi (r). Dalam hal ini, jika r=1 maka korelasi antar variabel adalah kuat, jika r=0, maka tidak ada korelasi antar variabel, dan jika r<0,5 maka korelasi antar variabel lemah. Jadi, analisis Faktor ini bertujuan untuk menyederhanakan sekumpulan besar data yang saling berkorelasi menjadi kelompok-kelompok kecil agar dapat dianalisis dengan lebih mudah.

Terdapat 3 prosedur umum dalam Analisis Faktor, yakni Original Data Matrix, Correlation Matrix, dan Factor Matrix. Kovariansi antar variabel dalam analisis Faktor terbagi menjadi 2, yaitu Common Factors dan Unique Factors.

a.   Common Factors, merupakan pembentuk banyak variabel karena terdapat variabel yang saling berkaitan.

b.   Unique Factors, merupakan faktor-faktor yang tidak secara jelas terlohat karena tidak punya kaitan dengan variabel lainnya sehingga membentuk kelompok sendiri sejumlah faktor itu sendiri.

Dalam analisis Faktor terdapat 2 metode pendekatan, yaitu Principal Component Analysis (PCA) dan Common Factor Analysis (CFA).

• Principal Component Analysis atau Analisis Komponen Utama (PCA) = pendekatan analisis Faktor yang tidak membedakan adanya variansi data, baik data umum (common) maupun data unik (unique). PCA dihitung berdasarkan varian-kovarian atau korelasi matriks. Pada prinsipnya, PCA digunakan jika benar-benar memiliki variabel unik, karena masih adanya ketidaktahuan korelasi antar variabel yang dimiliki. Dalam hal ini, variabel unik ini akan direduksi karena memiliki nilai korelasi kecil. Pereduksian variabel unik ini bertujuan untuk mempermudah analisis. Jadi, dalam hal ini, analisis PCA hanya akan menyisakan Common Variable yang memiliki korelasi tinggi dan dapat diabstraksi.

• Common Factor Analysis atau Analisis Faktor Umum (CFA) = pendekatan Analisis Faktor yang membedakan variansi data baik data umum (common) maupun data unik (unique). Metode CFA digunakan untuk variabel yang berjumlah sedikit, karena sejak awal menginputkan data sudah diketahui bahwa variabel yang ada memiliki korelasi kuat antar variabel, sehingga dalam hal ini tidak perlu dilihat korelasi antar variabel karena dianggap tidak memiliki variabel unik.

     Dalam analisis Faktor, terdapat beberapa teknik statistik yang harus diperhatikan, yaitu:

• Bartlett’s test of sphericity, adalah uji statistik untuk menguji hipotesis bahwa adanya variabel yang tidak saling berkorelasi dalam populasi.
• Matriks korelasi
• Communality, adalah jumlah varian yang disumbangkan oleh variabel terhadap variabel lain.
• Eigenvalue, adalah jumlah varian yang dijelaskan setiap faktor. Eigenvalue berguna untuk menentukan termasuk dalam faktor manakah variabel yang diinputkan. Eigenvalue merupakan korelasi dengan variabel lain. Hanya eigenvalue >1 yang dimasukkan dalam model. Namun, jika kasus yang digunakan hanya memiliki sedikit faktor, maka Eigenvalue >1 atau mendekati 1 dapat ikut diperhitungkan.
• Scree Plot, adalah plot dari eigenvalue sebagai sumbu vertikal (Y) dan banyaknya faktor sebagai sumbu datar (X). Scree Plot berguna untuk menentukan banyaknya faktor yang bisa ditarik.

Berikut adalah tahapan kerja dalam analisis Faktor :

1. klik menu Analyze, pilih Data Reduction, pilih Faktor
2. Inputkan semua variabel yang digunakan dikotak Variables
3. Klik Desciptives. Pada Statistics centang Univariate Descriptives Initial Solution.
4. Sedangkan pada Correlation Matrix centang pada Coefficients, Inverse, Reproduced, Anti-Image dan KMO and Bartlett’s test of sphericity.
5. Klik continue dan kembali ke menu awal.
6. Klik menu Extraction. Pada bagian Method pilih Principal Components, dan pada Analyze centang Correlation Matrix. Pada bagian Display pilih Unroated Factor Solution dan Scree Plot. Pada Extract pilih Eigenvalue over 1
7. Klik continue dan kembali ke menu awal
8. Klik menu Rotation. Pada Method pilih Varimax dan pada Display pilih Rotated Solution.
9. Klik continue dan kembali ke menu awal
10. Klik menu Score. Centang pada Display Factor Score Coefficient Matix
11. Klik continue dan kembali ke menu awal
12. Pilih menu Options. Centang pada Exclude Cases Listwise
13. Klik continue dan kembali ke menu awal
14. Ok  dan keluar hasil output yang siap diinterpretasi

Morfologi Kota

     Morfologi terdiri dari dua suku kata, yaitu morf yang berarti bentuk dan logos yang berarti ilmu. Sedangkan kota, menurut Gallion dan Eisner (1992) mendefinisikan kota sebagai suatu laboratorium tempat pencarian kebebasan dilaksanakan percobaan uji bentukan-bentukan fisik. Bentukan fisik kota terjalin dalam aturan yang mengemukakan lambang-lambang pola-pola ekonomi, sosial, politik, dan spiritual serta peradaban masyarakat.

    Secara sederhana morfologi kota berarti ilmu yang mempelajari produk bentuk-bentuk fisik kota secara logis. Sedangkan arti luasnya adalah morfologi kota merupakan ilmu terapan yang mempelajari tentang sejarah terbentuknya pola ruang suatu kota dan mempelajari tentang perkembangan suatu kota mulai awal terbentuknya kota tersebut hingga munculnya daerah-daerah hasil ekspansi kota tersebut. Bentuk morfologi suatu kawasan tercermin pada pola tata ruang, bentuk arsitektur bangunan, dan elemen-elemen fisik kota lainnya pada keseluruhan konteks perkembangan kota. Pada tahap selanjutnya, terjadilah aktivitas sosial, ekonomi, budaya dalam masyarakatnya sehingga membawa implikasi perubahan pada karakter dan bentuk morfologi kawasan pusat kota. Sebuah kota selalu mengalami perkembangan dari waktu ke waktu. Perkembangan ini menyangkut aspek-aspek politik, sosial, budaya, teknologi, ekonomi, dan fisik. Khusus aspek yang berhubungan langsung dengan penggunaan lahan perkotaam maupun penggunaan lahan pedesaan adalah perkembangan fisik, khususnya perubahan arealnya. Oleh karena itu, eksistensi kota dapat ditinjau dari berbagai aspek. (Yunus, 1982 : 107) 

    Pendekatan Morfologi kota adalah suatu kajian ekspresi bentuk keruangan kota. Tidak hanya mencakup aspek fisik  tetapi juga aspek-aspek non-fisik (sejarah, kebudayaan, sosial, dan ekonomi) penduduk yang dapat mempengaruhi perubahan bentuk ruang kota. Melalui pemahaman terhadap morfologi kota, akan didapatkan gambaran fisik arsitektural yang berkaitan dengan sejarah pembentukan dan perkembangan suatu kawasan mulai dari awal terbentuk hingga saat ini dan juga akan diperoleh pemahaman tentang kondisi  masyarakatnya. Pendekatan Morfologi kota dapat dilakukan melalui Tissue Analysis. Dalam Tissue Analysis ini termuat beberapa informasi terkait dengan hal-hal yang mendasari terbentuknya suatu kawasan yang meliputi pola guna lahan, persebaran fasilitas, jaringan jalan, dan permukiman dimana informasi-informasi ini nantinya sangat berguna dalam membantu menganalisis morfologi suatu kawasan. Terdapat 3 langkah dalam Tissue Analysis ini :

1. Proses, dalam konteks ini dijelaskan bahwa munculnya suatu kota tidak terjadi secara langsung, namun membutuhkan suatu proses yang memiliki kurun waktu tertentu. Terdapat suatu perkembangan sejarah yang melatarbelakanginya hingga dapat muncul seperti saat ini.
2. Produk, dalam hal ini kota yang ada ada tidak terjadi secara abstrak, namun merupakan hasil dari produk desain massa dan ruang yang berwujud 3 dimensi.
3. Behavior, dalam konteks ini keberadaan suatu ruang dipengaruhi oleh perilaku masyarakat yang menghuninya. Bentuk kota yang ada merupakan hasil perpaduan budaya, aktivitas sosial dan ekonomi masyarakatnya sehingga menciptakan ruang. Perubahan ruang kota juga dapat terjadi yaitu karena dipengaruhi oleh perkembangan teknologi yang akan berdampak pula bagi perubahan kehidupan dan perilaku penghuni kota.

Sumber :

Sugiono, Soetomo. 2009. Urbanisasi dan Morfologi: Proses Perkembangan Peradaban dan Wadah Ruang Fisiknya. Yogyakarta: Graha Ilmu.
Yunus, Hadi Sabari. 2000. Struktur Tata Ruang Kota. Yogyakarta: Pustaka Pelajar.

Citra Kota

     Citra atau wajah sebuah kota merupakan kesan yang diberikan oleh orang banyak bukan individual. Citra kota lebih ditekankan pada lingkungan fisik atau sebagai kualitas sebuah obyek fisik (warna, struktur yang kuat, dll), sehingga akan menimbulkan bentuk yang berbeda, bagus dan dapat menarik perhatian. Lynch (1975) membagi lima elemen citra kota, yaitu :

1. Landmark (tengeran),  adalah simbol atau point petunjuk atau identitas yang dapat berupa tugu atau menara atau jembatan atau bangunan lain yang dapat menjadi ciri suatu kota. Landmark disimbolkan dalam bentuk titik, dimana memiliki ciri keunikan tersendiri dan hanya ada di kota itu sendiri. Skala yang dipergunakan tidak harus besar. Guna dari landmark adalah sebagai ciri khas suatu kota sehingga dapat memberi daya tarik tersendiri bagi sebuah kota. Selain itu, landmark juga dapat digunakan sebagai acuan batas skala bangunan. Paths (jalur) 
2. Paths merupakan elemen terpenting dalam citra kota. Path adalah jalur yang menghubungkan satu titik dengan titik lainnya yang memiliki ciri variabel berupa aktivitas yang berbeda-beda. Menunjukkan rute-rute sirkulasi yang biasanya digunakan orang untuk melakukan pergerakan secara umum. Paths dapat berupa jalur kereta api, jalan setapak, trotoar, sungai, gang-gang utama, saluran, dan lain-lain. Paths mempunyai identitas yang lebih baik kalau memiliki identitas yang besar (misalnya ke stasiun, tugu, alun-alun,dan lain-lain), serta memiliki penampakan yang kuat (misalnya fasade, pohon, dan lain-lain), atau belokan yang jelas.
3.  Edges (batas), merupakan elemen linear yang tidak dilihat sebagai path. Edges memiliki identitas yang lebih baik jika kontinuitas tampak jelas batasnya. Edges memiliki dua sifat, yaitu menghubungkan dan membedakan. Dapat bersifat menghubungkan jika ia berbentuk koridor sehingga akan membentuk satu kesatuan. Bersifat membedakan karena ia menjadi pembatas atau penghalang. Batas memiliki dua sifat, yaitu batas alamiah dan batas buatan. Batas alamiah dapat berupa topografi, sungai, dan gunung; sedangkan batas buatan dapat berupa kawasan penyangga dan jalan.
4. Nodes (simpul),  merupakan sebuah titik yang menjadi konsentrasi suatu kegiatan. Oleh karena itu, nodes juga dapat menjadi ciri bagi sebuah kota. Nodes dapat dipengaruhi oleh transportasi dimana transportasi tersebut merupakan peralihan dari aktivitas yang menjadi konsentrasi tersbeut. Nodes juga tergantung daripada skala. Untuk dapat mencirikan sebuah kota, nodes harus dipilih yang memiliki skala besar. Dalam hal ini, yang perlu menjadi catatan bahwa tidak setiap persimpangan jalan adalah nodes. Node mempunyai identitas yang lebih baik jika tempatnya memiliki bentuk yang jelas (karena lebih mudah diingat), serta tampilan berbeda dari lingkungannya (fungsi, bentuk). Contoh dari nodes adalah persimpangan lalu lintas, lapangan terbang, jembatan, taman, pasar,
5. District (area atau kawasan), adalah kawasan perkotaan dalam bentuk dua dimensi. Bercirikan hanya memiliki satu fungsi utama. Simbol-simbol yang ada menunjukkan fungsi tersebut dimana dapat bersifat mengelompokkan bentuk bangunan berdasarkan fungsinya. District memiliki bentuk pola dan wujud yang khas begitu juga pada batas district sehingga orang tahu akhir atau awal kawasan tersebut. District memiliki ciri dan karakteristik kawasan yang berbeda dengan kawasan di sekitarnya.

Teori Tempat Pusat - Teori Christaller

     Walter Christaller (1933) dengan model tempat sentral (central lace model) mengemukakan bahwa tanah yang positif adalah tanah yang mendukung pusat kota. Pusat kota tersebut ada karena untuk berbagai jasa penting harus disediakan tanah/lingkungan sekitar. Secara ideal maka kota merupakan pusat daerah yang produktif. Dengan demikian apa yang disebut tempat sentral adalah pusat kota. Berdasarkan prinsip aglomerasi (scale economics atau ekonomi skala menuju efisiensi atau kedekatan menuju sesuatu), ekonomi kota besar menjadi pusat daerahnya sendiri dan pusat kegiatan kota yang lebih kecil. Artinya, kota kecil bergantung pada tersedianya dan adanya kegiatan yang ada pada kota besar. 

     Asumsi-asumsi dalam penyusunan teori oleh Christaller:

1. Konsumen menanggung ongkos angkutan, maka jarak ke tempat pusat dinyatakan dalam biaya dan waktu.
2. Jangkauan (range) suatu barang ditentukan oleh jarak yang dinyatakan dalam biaya dan waktu.
3. Konsumen memilih tempat pusat yang paling dekat untuk mendapatkan barang dan jasa.
4. Kota-kota berfungsi sebagai tempat pusat bagi wilayah sekitarnya.
5. Wilayah tersebut adalah dataran yang rata, mempunyai cirri-ciri ekonomis sama dan penduduknya juga tersebar secara merata.

    Teori ini didasarkan pada konsep range (jangkauan) dan threshold (ambang). Range (jangkauan) adalah jarak tempuh yang diperlukan untuk mendapatkan barang yang dibutuhkan masyarakat, sedangkan threshold (ambang) adalah jumlah minimal anggota masyarakat yang diperlukan untuk menjaga keseimbangan suplai barang. Menurut teori ini, tempat yang sentral secara hierarki dapat dibedakan menjadi tiga jenis, yaitu:

1. Tempat sentral yang berhirarki 3 (K = 3), merupakan pusat pelayanan berupa pasar yang senantiasa menyediakan barang-barang bagi daerah sekitarnya, atau disebut juga kasus pasar optimal.
2. Tempat sentral yang berhierarki 4 (K = 4), merupakan situasi lalu lintas yang optimum. Artinya, daerah tersebut dan daerah sekitarnya yang terpengaruh tempat sentral itu senantiasa memberikan kemungkinan jalur lalu lintas yang paling efisien.
3. Tempat sentral yang berhierarki 7 (K = 7), merupakan situasi administratif yang optimum. Artinya, tempat sentral ini mempengaruhi seluruh bagian wilayah-wilayah tetangganya.

     Christaller mengembangkan modelnya untuk suatu wilayah abstrak dengan ciri berikut :

1. Wilayahnya adalah daratan tanpa roman, semua adalah datar dan sama.
2. Gerakan dapat dilaksanakan ke segala arah (isotropic surface).
3. Penduduk memiliki daya beli yang sama dan tersebar secara merata pada seluruh wilayah.
4. Konsumen bertindak rasional sesuai dengan prinsip minimisasi jarak/biaya.

    Penjelaskan model Christaller tentang terjadinya model area pelayanan heksagonal adalah sebagai berikut :

Model Pelayanan Heksagonal Christaller

1. Mula-mula terbentuk area pelayanan berupa lingkaran-lingkaran. Setiap lingkaran memilik pusat dan menggambarkan threshold. Lingkaran-lingkaran ini tidak tumpang tindih seperti pada (gb. A)
2. Kemudian digambarkan lingkaran-lingkaran berupa range dari pelayanan tersebut yang lingkarannya boleh tumpang tindih (gb. B)
3. Range yang tumpang tindih dibagi antara kedua pusat yang berdekatan sehingga terbentuk areal yang heksagonal yang menutupi seluruh dataran yang tidak lagi tumpang tindih (gb. C).
4. Tiap pelayanan berdasarkan tingkat ordenya memilik heksagonal sendiri-sendiri. Dengan menggunakan k=3, pelayanan orde I lebar heksagonalnya adalah 3 kali heksagonal pelayanan orde II. Pelayanan orde II lebar heksagonalnya adalah 3 kali heksagonal pelayanan orde III, dan seterusnya. Tiap heksagonal memiliki pusat yang besar kecilnya sesuai dengan besarnya heksagonal tersebut. Heksagona yang sama besarnya tidak saling tumpang tindih, tetapi antara heksagonal yang tidak sama besarnya akan terjadi tumpang tindih (gb. D).

Analisis Interaksi Keruangan

    Analisis keruangan merupakan analisis lokasi yang mengacu pada tiga hal, yaitu jarak (distance), kaitan (interaction), dan pergerakan (movement). Analisis keruangan bertujuan untuk mengukur kesesuaian suatu kondisi berprinsipkan pada struktur keruangan yang ada, serta menganalisis interaksi antar unit keruangan yang mencakup hubungan antara ekonomi dan interaksi keruangan, aksesibilitas antara pusat dan perhentian suatu wilayah, dan hambatan interaksi. Analisis keruangan didasarkan pada keberadaan tempat-tempat (kota) yang menjadi pusat kegiatan bagi tempat-tempat lain, serta terdapatnya hirarki diantara tempat-tempat tersebut. Analisis keruangan mempelajari perbedaan lokasi mengenai sifat-sifat penting maupun seri sifat-sifat yang penting, dengan pertanyaan mengenai faktor-faktor yang menguasai pola persebaran dan bagaimana pola tersebut diubah agar penyebaran tersebut menjadi lebih efisien dan wajar. Dengan kata lain, dalam analisis keruangan yang harus diperhatikan adalah pertama, terkait penyebaran penggunaan ruang yang telah ada dan kedua, penyediaan ruang yang akan digunakan untuk berbagai kegunaan yang dirancangkan (Bintarto, 1982: 12). 

    Analisis keruangan merupakan pendekatan yang khas dalam geografi, sebab merupakan studi tentang keanekaragaman ruang muka bumi dengan membahas masing-masing aspek-aspek keruangannya. Aspek-aspek ruang muka bumi meliputi faktor  lokasi, kondisi alam, dan kondisi sosial budaya masyarakatnya. Dalam mengkaji aspek-aspek tersebut, seorang ahli geografi sangat memperhatikan faktor  letak, distribusi (persebaran), interrelasi serta interaksinya. Karena itu, analisis keruangan dapat dijadikan dasar untuk perencanaan penggunaan lahan tertentu.
    Interaksi keruangan menurut Daldjoeni (1991: 197) merupakan suatu pengertian dalam geografi sosial yang dipakai untuk mendapatkan gambaran mengenai pengaruh keruangan hubungan antara manusia dengan manusian lainnya dan antara manusia dengan lingkungannya yang dinyatakan dengan arus manusia, materi, informasi, energi sehingga dijadikan dasar untuk menerangkan gejala-gejala lokasi, relokasi, distribusi, dan difusi.
      Terdapat 3 faktor terjadinya Interaksi Keruangan (Ullman, 1956) :

1. Komplementaritas regional yaitu adanya region yang berbeda kemampuan sumberdayanya, disuatu pihak surplus dan dilain pihak minus. Kondisi ini memberikan kemungkinan terjadinya pengaliran yang besar dan meningkatkan perpindahan arus. Kondisi ini memberikan kemungkinan terjadinya pengaliran arus perpindahan yang besar. Komplementaritas antar dua kota atau kelompok manusia berkaitan dengan permintaan dan penawaran.
2. Kesempatan berintervensi, adanya kemungkinan perntara yang dapat menghambat terjadinya perpindahan barang atau manusia.
3. Kemudahan transfer dalam ruang ( spatial transferability ) adalah fungsi jarak yang diukur dalam biaya dan waktu yang nyata. Komoditi tertentu yang dibutuhkan sesuatu daerah dari daerah lain yang tertentu pula, memiliki daya transfer yang tinggi, jarak yang ditempuh, biaya angkut yang memadai, dan transportasi yang lancar merupakan kemudahan transfer dalam ruang yang menjamin lancarnya interaksi.

     Kajian tentang interaksi wilayah mencakup kajian mengenai dasar-dasar terjadinya interaksi keruangan, jenis-jenis interaksi keruangan, peranan interaksi keruangan dalam pengembangan wilayah. Menurut Ullman, interaksi keruangan mencakup gerak barang, migran, uang, dan informasi (Daldjoeni, 2003 : 245). Konsep ini serupa dengan geography of circulation yang dikembangkan oleh ahli-ahli geografi dari Perancis pada awal abad kedua puluh (Johnston, dkk, 1994). Sirkulasi merupakan basis interaksi keruangan begitu pula dengan apa yang dalam ilmu geografi disebut sebagai ‘situasi”. Sementara istilah situasi mengacu pada efek suatu fenomena di suatu area terhadap area lainnya (Blunden, 1978 : 167).