Modul Statistika Crosstab
-
Upload
maryam-susana-oktoviawati-sundari -
Category
Education
-
view
3.094 -
download
1
description
Transcript of 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
Count 4 0 0 4Expected
Count1.7 .5 1.7 4.0
Residual 2.3 -.5 -1.7
S2
Count 3 0 0 3Expected
Count1.3 .4 1.3 3.0
Residual 1.7 -.4 -1.3
SMA
Count 1 1 4 6Expected
Count2.6 .8 2.6 6.0
Residual -1.6 .2 1.4
SMP
Count 0 3 9 12Expected
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.
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.
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.
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.
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.