modul statistika crosstab

ANALISIS STATISTIKA DENGAN METODE CROSSTAB (TABEL SILANG)

Modul

Diajukan untuk memenuhi salah satu tugas mata kuliah Statistika

yang diampu oleh:

Dr. Mamat Ruhimat, M.Pd

Disusun oleh: Kelompok 3

Siti Jubaedah 1201783

Hendrizon Pratama 1202827

M. Zaenal Arifin 1202830

Hanin nitiani 1202301

Maryam Susana O.S. 1204438

I Wayan Adi I 1205786

Erlangga Rimba P 1205922

Jurusan Pendidikan Geografi

Fakultas Pendidikan Ilmu Pengetahuan Sosial

Universitas Pendidikan Indonesia

Bandung

2014

Kata pengantar

Puji syukur marilah kita panjatkan kepada Tuhan Yang

Maha Esa, karena atas rahmat dan karunia-Nya lah kami dapat

menyelesaikan tugas pembuatan modul ini dengan membahas

mengenai Analisis statistika dengan metode Crosstab. Semoga

modul ini dapat memberikan pemahaman dan dapat dijadikan

sebagai suatu acuan, petunjuk, maupun pedoman bagi pembaca

umumnya dan penulis khususnya.

Terimakasih kepada pembimbing yang sudah dengan

sabar memberi bimbingan hingga makalah ini selesai dibuat.

Modul ini kami akui masih banyak memiliki kekurangan baik

dalam cara penyampaian maupun isi pembahasan. Oleh karena

itu bagi para pembaca untuk memberikan saran dan kritik yang

bersifat membangun guna meningkatkan kesempurnaan dari

makalah ini.

Bandung, April 2014

Penulis

A. PENGERTIAN CROSSTAB

Ada beberapa jenis data didalam statistik, yaitu

ada data nominal, data ordinal, data interval, serta data

rasio. Crosstab ini merupakan salah satu analisis data

kualitatif yang berskala nominal (kategori).

Crosstab atau biasa disebut sebagai tabulasi silang

dipergunakan untuk data categorial dalam bentuk tabulasi,

yang terdiri dari baris (row) dan kolom (coloum).

Crosstab ini memiliki fungsi melihat apakah terdapat

hubungan atau kaitan antara dua variabel atau lebih, atau

sampai menghitung apakah ada hubungan antara baris

(sebuah variabel) dengan kolom (sebuah variabel yang

lain).

Ciri dari penggunaan crosstab adalah dilihat dari

input datanya, yaitu berskala nominal atau ordinal.

Crosstab ini banyak digunakan dalam penelitian survey,

intelijen bisnis, teknik dan penelitian ilmiah. Adapun

contoh kasus yang menggunakan crosstab ini yaitu,

seperti hubungan antara gender dengan tingkat

pendidikan, atau pekerjaan seseorang dengan sikap orang

tersebut dengan produk tertentu. Crosstab ini dapat

digunakan pula untuk menghitung sejauh mana tingkat

keeratan hubungan (asosiasi) antar isi dari crosstab

tersebut. Alat statistik yang dapat digunakan untuk

membantu crosstab ini adalah chi square. Tetapi selain itu

juga terdapat alat statistik lain yang dapat dijadikan alat

uji adalah kendall, kappa, dan sebagainya. Namun dalam

modul ini kelompok kami akan membahas Crosstab

dengan bantuan alat uji yaitu Chi square.

B. KEGUNAAN CROSSTAB

Seperti yang telah diuraikan diatas Crosstab

memiliki banyak kegunaan yang salah satunya merupakan

alat statistika yang berfungsi sebagai alat bantu untuk

melihat apakah terdapat suatu hubungan atau asosiasi dari

dua variabel atau lebih, selain itu juga kegunaan dari

crosstab ini adalah mempermudah analisis dalam data dua

variabel atau lebih. Selain itu juga crosstab mempermudah

pengerjaan dalam mencari kekuatan hubungan antar data,

apakah terdapat hubungan atau tidak didalam data – data

yang akan diujikan. Agar lebih mengerti selanutnya akan

dibahas mengenai langkah – langkah serta contoh studi

kasus dalam Crosstab.

C. STUDI KASUS, ANALISIS DAN INTERPRETASI

Untuk pembahasan Crosstab ini, Kelompok kami

mengambil contoh kasus sebagai berikut.

Kasus

Seorang guru geografi telah membuat sebuah buku

pembelajaran mata pelajaran geografi dan kemudian ia

ingin mengetahui bagaimana tanggapan dari konsumen

terhadap buku tersebut, serta bagaimana profil dari

konsumen tersebut. Adapun yang menjadi sample dalam

penelitian ini adalah sebagai berikut:

No Pekerjaan Pendidikan Gender No Pekerjaan Pendidikan Gender1 Pelajar SMP Pria 16 Pedagang SMP Pria 2 Guru S1 Pria 17 Pelajar SMA Wanita 3 Pelajar SMP Pria 18 Pelajar SMA Wanita 4 Guru SMA Wanita 19 Pelajar SMA Pria 5 Guru D3 Pria 20 Guru D3 Pria6 Guru S1 Wanita 21 Guru S2 Pria7 Pelajar SMP Wanita 22 Pelajar SMA Wanita8 Pedagang SMP Pria 23 Pelajar SMP Wanita 9 Pelajar SMP Pria 24 Guru D3 Wanita 10 Pelajar SMP Wanita 25 Guru D3 Pria 11 Pelajar SMP Pria 26 Guru S1 Pria 12 Pedagang SMP Wanita 27 Guru S1 Pria 13 Pedagang SMA Wanita 28 Pelajar SMP Wanita 14 Guru D3 Wanita 29 Guru S2 Wanita 15 Pelajar SMP Wanita 30 Guru S2 Pria

Tabel 1. Sample dalam penelitian

Bagian pertama yang harus dilakukan adalah

penyajian data profil konsumen. Sedangkan sikap

konsumen akan disajikan didalam kaitannya dengan

pengukuran korelasi sparman. Tabel diatas tersebut

merupakan hasil data profil konsumen yang meliputi

pekerjaan, pendidikan, dan gender. Dalam data tersebut

berisikan No 1 merupakan konsumen yang merupakan

seorang pelajar dengan tingkat pendidikan SMP yang

memiliki gender Pria. Dan begitu seterusnya untuk Nomor

Nomor berikutnya.

Selanjutnya akan dibahas mengenai bagaimana

hubungan antara pekerjaan konsumen dengan gander

konsumen, serta hubungan antara pekerjaan konsumen

dengan tingkat pendidikannya.

Hubungan Variabel Pekerjaan dengan Variabel

Gander

Langkah – langkah:

1. Buka File Cross-tab_1

2. Menu Analyze – Descriptive Statistic – Crosstab ....

Maka akan muncul kotak dialog seperti dibawah ini:

Gambar 3. Tampilan menu

Untuk kolom Row(s) diisi dengan Gender dan untuk

kolom Column(s) diisi dengan Pekerjaan. Kemudian klik

Statistic, maka akan muncul tampilan seperti ini:

Gambar 4. Tampilan

crostab statistics

3. Langkah selanjutnya adalah karena kita akan

menganalisis data dengan chi square, maka kita hanya

mencentang kolom chi square saja. Setelah itu klik

continued

4. Setelah itu untuk melanjutkan pengisian selanjutnya

maka klik cells pada kolom dialog berikutnya. Dalam

kolom dialog tersebut kemudian

- Pilihan COUNT untuk menampilkan hitungan chi-

square, apakah perlu disertakan nilai Expected

(nilai yang diharapkan) selain nilai Observed.

Untuk keseragaman, hanya dipilih Observed dan

Expected.

- Pilihan PERCENTAGE untuk menampilkan

perhitungan angka pada baris dan kolom dalam

persen. Untuk kasus ini, biarkan saja kolom

tersebut (tidak ada yang dipilih).

- Pilihan NONINTEGER WEIGHT. Data dalam

crosstab adalah jumlah kasus yang ada dalam tiap

sel, yang otomatis adalah bilangan bulat tanpa

desimal (integer). Namun, jika ada proses

pembobotan, misal pekerja pria diberi bobot 1,3

maka dapat timbul desimal. Pilihan ini dapat

digunakan untuk membulatkan angka (round) jika

terjadi desimal. Untuk kasus di atas, karena semua

kasus dianggap sama maka abaikan saja pilihan

ini.

- RESIDUAL adalah selisih antara angka harapan

(expected) dengan angka observasi (observed);

semakin kecil angka ini akan semakin kecil pula

angka Chi-Square hitung. Pada umumnya, pilihan

residual dibiarkan apa adanya (unstandardized),

walaupun residu dapat pula besaran tersebut

distandardisasi. Untuk kasus di atas, aktifkan

pilihan Unstandardized.

Kemudian tekan continue untuk melanjutkan serta

kembali pada kotak dialog pertama.

5. Setelah itu klik Format yang didalamnya berisikan

bagaimana format yang nantinya akan ditampilkan,

apakah berbentuk descending atau ascending.

Gambar 5. Table of format

6. Dalam tabel tersebut pilih Asscending ini digunakan

untuk keseragaman dari data. Setelah dilakukan

pemilihan pada kolom tabel, maka selanjutnya klik

continue yang setelah itu akan kembali pada kolom

utama.

7. Pilihan Displayclustered bar charts (tampilan grafik

pendukung) dan Suppress tables (tidak menampilkan

sel-sel yang kosong) yang terletak di kiri bawah menu

CROSSTAB tidak perlu diaktifkan.

Terakhir tekan OK untuk mengakhiri pengisian prosedur,

setelah itu akan muncul hasil perhitungan serta analisis

dari SPSS. Adapun hasil analisisnya yaitu seperti dibawah

ini:

Hasil Keluaran SPSS dan Analisis

Hasil Keluaran Pertama (Case Processing Summary)

Case Processing Summary

CasesValid Missing TotalN Percent N Percent N Percent

Gender * konsumen

30 100.0% 0 .0% 30 100.0%

Tabel 2. Case Processing Summary

Dalam tabel dijelaskan Ada sebanyak 30 data yang

semuanya diposes dengan crosstab, dalam data tersebut

tidak terdapat data yang missing (hilang) sehingga tingkat

kevalidannya adalah 100 %

Hasil Keluaran Kedua (Crosstab antara Gender

dengan Sikap)

Gender * konsumen Crosstabulation

konsumen

TotalGuru Pedagang PelajarGender Pria Count 8 3 5 16

Expected Count 6.9 2.1 6.9 16.0Residual 1.1 .9 -1.9

Wanita Count 5 1 8 14Expected Count 6.1 1.9 6.1 14.0Residual -1.1 -.9 1.9

Total Count 13 4 13 30Expected Count 13.0 4.0 13.0 30.0

Tabel 3. Gender * Konsumer Crosstabulation

Dalam tabel tersebut dapat terlihat hubungan dari kedua variabel

tersebut, misalnya di dalam tabel tersebut pada baris count baris

pertama jumlah dari Guru adalah 8 orang dan begtu pula

selanjutnya. Sedangkan untuk baris Expected Count terdapat

angka 6,9 angka tersebut berasal dari:

Yaitu : (8 x 16)/30 = 6,9

Hal ini berarti: komposisi data tersebut seperti dilihat diatas,

jumlah data guru dengan gender pria yang diharapkan adalah 6,9.

Sedangkan kenyatannya Guru Pria berjumlah 8 orang. Maka ada

residu 8 – 6,9 = 1,1 (lihat angka pada residu dan begitu untuk

data – data selanjutnya.

Jumlah data pada total Baris x Jumlah pada total Kolom

Jumlah total Kolom

Hasil keluaran bagian ketiga (Uji Chi-Square)

Chi-Square Tests

a 2 cells (33.3%) have expected count less than 5. The minimum

expected count is 1.87.

uji chi-square ini mengamati apakah terdapat hubungan diantara

dua variabel tersebut (baris dengan kolom) . didalam SPSS selain

alat uji Chi-square tertapi juga dibantu oleh alat uji yang lainnya.

Hipotesis

Ho : tidak ada hubungan antara baris dan kolom atau antara

pekerjaan konsumen dengan gender konsumen tersebut.

Hi : ada hubungan antara baris dan kolom, atau antara pekerjaan

konsumen dengan gender konsumen tersebut.

Pengambilan keputusan

Dasar pengambilan keputusan

*Berdasrkan perbandingan Chi- square hitung dengan Chi-Square

tabel:

- jika Chi-square hitung < Chi- Square Tabel, maka Ho diterima.

- jika Chi-square hitung > Chi- Square Tabel, maka Ho ditolak.

Value df Asymp. Sig. (2-sided)

Pearson Chi-Square 2.261(a) 2 .323Likelihood Ratio 2.310 2 .315N of Valid Cases 30

Chi-Square Hitung –lihat pada output SPSS bagian PEARSON

CHISQUARE– adalah 2,261. Sedangkan untuk tabel hitung chi-

square adalah 5,991

Maka Chi-Square Hitung < Chi-Square Tabel, maka Ho diterima.

Maka, tidak ada hubungan antara baris dan kolom atau antara

pekerjaan konsumen dengan gender konsumen tersebut, artinya

tidak ada hubungan yang signifikan yang menunjukan bahwa

pekerjaaan A cocok dengan gender A, atau pekerjaan B cocok

dengan gender B.

Hubungan Variabel Pekerjaan dengan Variabel Pendidikan

Langkah – langkah

1. Terlihat menu CROSSTAB telah kosong dan kembali

seperti semula. Pengisian:

2. Row. Klik mouse pada variabel pendidikan.

3. Column(s). Klik mouse pada variabel pekerjaan.

4. Klik mouse pada pilihan STATISTICS (Statistics…);

aktifkan kotak Chi-square. Kemudian tekan Continue

untuk melanjutkan pemasukan data. Abaikan pilihan yang

lain dan tekan tombol OK untuk proses data.

(sama seperti langkah – langkah diatas)

Hasilan SPSS dan Analisis

Hasilan bagian pertama (Case Processing Summary)

Ada 30 data yang semuanya diproses (tidak ada data yang

missing atau hilang) sehingga tingkat kevalidannya 100%.

Hasilan bagian kedua (Crosstab antara pendidikan dengan

pekerjaan)

Pendidikan * konsumen Crosstabulation

konsumenTotal

Guru Pedagang Pelajar

Pendidikan

D3

Count 5 0 0 5Expected

Count2.2 .7 2.2 5.0

Residual 2.8 -.7 -2.2

S1


Count1.7 .5 1.7 4.0

Residual 2.3 -.5 -1.7

S2


Count1.3 .4 1.3 3.0

Residual 1.7 -.4 -1.3

SMA


Count2.6 .8 2.6 6.0

Residual -1.6 .2 1.4

SMP


Count5.2 1.6 5.2 12.0

Residual -5.2 1.4 3.8

TotalCount 13 4 13 30

Expected Count

13.0 4.0 13.0 30.0

Terlihat tabel silang yang memuat hubungan di antara kedua

variabel. Misal pada baris 1 kolom 1, terdapat angka 5. Hal ini

berarti ada 5 orang konsumen berpendidikan D3 (variabel

pendidikan 1) yang mempunyai pekerjaan Guru (variabel kerja

kode 1). Demikian untuk data yang lainnya.

Hasilan bagian ketiga (Uji Chi-Square)

Chi-Square Tests

Value dfAsymp. Sig. (2-sided)

Pearson Chi-Square 26.683(a) 8 .001Likelihood Ratio 35.697 8 .000N of Valid Cases 30

a 13 cells (86.7%) have expected count less than 5. The minimum expected count is .40.

Hipotesis

Ho : tidak ada hubungan antara baris dan kolom atau antara

pekerjaan konsumen dengan pendidikan konsumen tersebut.

Hi : ada hubungan antara baris dan kolom, atau antara pekerjaan

konsumen dengan pendidikan konsumen tersebut.




tabel:



Chi-Square Hitung –lihat pada output SPSS bagian PEARSON

CHISQUARE– adalah 26,683. Sedangkan untuk tabel hitung chi-

square adalah 5,991

Maka Chi-Square Hitung > Chi-Square Tabel, maka Ho ditolak.

Sehingga ada hubungan antara baris dan kolom, atau

antara pekerjaan konsumen dengan pendidikan konsumen

tersebut. Dalam artian dalam pembelian buku tersebut tingkat

pendidikan konsumen dengan pekerjaan konsumen ikut

mempengaruhi.

CROSSTAB CHI-SQUARE UNTUK MULTI TABEL

Langkah-langkah:

1. Buka file crosstab_1

2. Menu Analyze -- Descriptive Statistics -- Crosstabs…

3. Pengisian kotak dialog CROSSTABS:

4. Row. Klik mouse pada variabel didik.

5. Column(s). Klik mouse pada variabel kerja.

6. Layer 1 of 1. Sekarang akan dimasukkan variabel kontrol,

yaitu gender. Maka masukkan variabel gender ke bagian

Layer 1 of 1.

7. Klik mouse pada pilihan STATISTICS (Statistics…) Di

sini hanya digunakan Chi-Square karena akan diuji ada

tidaknya hubungan antarvariabel. Karena itu, aktifkan

pilihan Chi-Square.

8. Tekan Continue untuk kembali ke kotak dialog utama.

9. Klik mouse pada pilihan Cells…:

10. Pilihan COUNT. Untuk keseragaman, dipilih Observed

dan Expected.

11. pilihan PERCENTAGE Untuk kasus ini, persentase

dihitung per baris. Untuk itu, klik mouse pada Row.

12. Kolom RESIDUAL, untuk keseragaman pilih

Standardized dan Adj. Standardized.

13. Tekan Continue untuk melanjutkan pemasukan data.

14. klik mouse pada pilihan Format...

15. Row Order. Untuk keseragaman, pilih Ascending.

Karena itu, biarkan saja kolom tersebut. Tekan Continue

untuk kembali ke kotak dialog utama Crosstab…

16. Displayclustered bar charts. Aktifkan pilihan ini

17. Suppress tables. Pilihan ini tidak perlu dipilih (biarkan

kosong).

18. OK untuk mengakhiri pengisian prosedur analisis.

Terlihat SPSSmelakukan pekerjaan analisis dan terlihat

output SPSS.

Hasilan SPSS dan Analisis

Hasilan bagian pertama (Case Processing Summary)

Ada 30 data yang semuanya diproses (tidak ada data yang

missing atau hilang) sehingga tingkat kevalidannya 100%.

Hasilan bagian kedua (Crosstab antara pekerjaan dengan gender,

dengan variabel kontrol Gender Pria dan Wanita)

Perhatikan tabel yang agak berbeda dengan tabel silang (Crosstab) terdahulu.

Penjelasan :

Pada baris count pertama untuk gander Pria terdapat 3 orang

konsumen yang berpendidikan D3, yang bekerja sebagai guru.

Dan begipun dengan yang lainnya.

Analisis

Analisis bisa dilakukan bervariasi tergantung keinginan. Misal

dari tabel di atas bisa disimpulkan bahwa pekerjaan konsumen

Pria terbanyak adalah sebagai Guru, sedangkan Wanita malah

banyak bekerja sebagai Pelajar Demikian untuk analisis yang

lainnya. Hanya di sini biasanya digunakan jumlah persentase

untuk menggambarkan data, dan nilai Expected hampir tidak

digunakan.

Hasilan bagian ketiga (Uji Chi-Square)

Chi-Square Tests

Gender Value df Asymp. Sig. (2-sided)

Pria Pearson Chi-Square 17.371(a) 8 .026

Likelihood Ratio 23.205 8 .003N of Valid Cases 16

Wanita Pearson Chi-Square 12.460(b) 8 .132Likelihood Ratio 15.025 8 .059

N of Valid Cases 14

a 15 cells (100.0%) have expected count less than 5. The minimum expected count is .19.b 15 cells (100.0%) have expected count less than 5. The minimum expected count is .07.

Hipotesis

Hipotesis untuk kasus ini:

Ho: Dengan variabel kontrol, tidak ada hubungan antara baris dan

kolom, atau gender tidak berpengaruh pada hubungan antara

pekerjaan konsumen dengan pendidikan konsumen.

Hi: Dengan variabel kontrol, ada hubungan antara baris dan

kolom, atau gender berpengaruh pada hubungan antara pekerjaan

konsumen dengan pendidikan konsumen.




tabel:



Variabel Kontrol: Pria

Chi-Square Hitung – lihat pada output SPSS – adalah 17,371

Sedang Chi-Square tabel bisa dihitung pada tabel Chi-Square:

Tingkat signifikansi = 5%

Derajat kebebasan (df) = 4

Dari tabel, didapat Chi-Square tabel adalah 9,487

Karena Chi-Square Hitung > Chi-Square tabel (17,371 < 9,487),

maka Ho Ditolak

Variabel Kontrol: Wanita

Pengambilan Keputusan:

Chi-Square Hitung – lihat pada output SPSS – adalah 12,460

Sedang Chi-Square tabel bernilai sama dengan chi squre tabel

untuk gender pria karena keduanya mempunyai jumlah data yang

sama. Karena Chi-Square Hitung < Chi-Square tabel (12,460 >

9,487) maka Ho Ditolak

Dari kedua analisis di atas, bisa diambil kesimpulan yang

sama, yaitu Ho ditolak, atau Gender ikut mempengaruhi

hubungan antara pekerjaan seorang konsumen dengan

tingkat pendidikan konsumen.

Daftar Pustaka

______.2010. Crosstab dan Chisquare: Analisis Hubungan antar

variabel categorikal.

Anggraeni, Ade. 2013. SPSS – Analisis Crosstab (table silang).

[online] tersedia di http://www.BukuTulisanku/SPSS-

Analisis_Crosstab_(Tabel Silang).Blogspot.com (diakses

pada 19 Maret 2013)

Rachmatin, Dewi. 2010. Modul Pelatihan SPSS. Pendidikan

Kimia FPMIPA UPI: Bandung

Seameo, tromped. Test untuk data nominal dan ordinal.

Universitas of Indonesia: Jakarta.

modul statistika crosstab

Education