HP CS Kami 0852.25.88.77.47(AS), 0857.0.1111.632(IM3), email:IDTesis@gmail.com

Analisis Tabulasi Silang (Crosstab)

Analisis tabulasi silang merupakan salah satu analisis korelasional yang digunakan utnuk melihat hubungan antar variable. Sehingga analisa tabulasi silang ini dapat digunakan untuk menganalisa lebih dari dua variable.

Berikut ini kami sajikan salah satu contoh perhitungan yang menggunakan analisis tabulasi silang atau crosstab.

Penelitian untuk mengetahui ada tidaknya hubungan antara jenis kelamin dengan prestasi kerja.

Ha   : terdapat hubungan jenis kelamin dengan prestasi kerja

Ho : tidak ada hubungan jenis kelamin dengan prestasi kerja.

Untuk membuktikan hipotesis tersebut hal yang terlebih dahulu dilakukan adalah membuat penelitian seperti mengadakan survei di suatu perusahaan atau organisasi. Data tersebut dapat diperoleh dari kuesioner yang dibagikan kepada beberapa responden. Dalam contoh ini, kita mengambil responden sebanyak 30 orang. Dari data tersebut dapat menghasilkan data seperti contoh berikut ini:

Untuk memudahkan analisa maka kita dapat membuat kode pada jenis kelamin dan prestasi kerja.

No

Jenis Kelamin

Prestasi Kerja

1.Value 1 = Laki-LakiValue 1 = Rendah misal skor 0-40
2.Value 2 = WanitaValue 2 = Sedang misal skor 41-80
3.Value 3 = Tinggi misal skor 81-120

Tabel 1. Pemberian Kode pada Variabel Jenis Kelamin dan Prestasi Kerja

Setelah data yang diperoleh diubah menjadi data nominal, yakni dengan memberi kode pada setiap variable maka dapat disajikan menjadi seperti tabel di bawah ini:

No

Jenis Kelamin

Prestasi Kerja

1

1

1

2

1

2

3

2

3

4

2

1

5

1

3

6

2

2

7

1

2

8

1

1

9

1

3

10

2

2

11

2

3

12

2

1

13

1

1

14

1

1

15

2

2

16

1

1

17

1

2

18

2

3

19

2

1

20

1

3

21

2

2

22

1

2

23

1

1

24

1

3

25

2

2

26

2

3

27

2

1

28

1

1

29

1

1

30

1

1

Tabel 2. Data-data yang diperoleh telah diubah sesuai ketentuan kode pada tabel 1

Setelah kita memberi kode seperti contoh tersebut di atas, maka kita telah siap untuk mengadakan analisa crosstab atau analisa tabulasi silang. Langkah-langkahnya sebagai berikut:

  1. Membuka program SPSS dengan cara
    • Double klik pada shortcut yang terdapat pada dekstop komputer
    • Atau dengan cara Start > All Program > SPSS for Windows

Kedua cara tersebut akan muncul tampilan SPSS yang mirip dengan tampilan Microsoft Excel.

2. Memasukkan data tabel tersebut dalam program SPSS

a. Masukkan variabel jenis kelamin dan variable prestasi kerja pada sheet Variabel View

Gambar 1. Tampilan Input variabel jenis kelamin dan prestasi kerja pada Variable View

Perlu diingat bahwa dalam kolom Name tidak boleh terdapat karakter spasi, sehingga untuk mengganti spasi tersebut dapat menggunakan karakter .

b. Dikarenakan variabel jenis kelamin dan prestasi kerja telah diubah menjadi data nominal yakni menggunakan kode seperti pada Tabel 2, maka dalam kolom Value perlu ditambahkan keterangan kode-kode tersebut dengan  cara:

  • Klik ikon di samping kanan tulisan None pada Kolom Value ,
  • Maka akan muncul jendela dialog baru seperti gambar berikut ini:
Gambar 2. Kotak dialog untuk memberi label pada Value
  • Isikan kode “1†pada kotak Value, dan “Laki-Laki†pada kotak label. Klik Add.
  • Lakukan hal yang sama, masukkan kode “2†pada kotak Value, dan “Wanita†pada kotak label. Klik Add. Seperti gambar berikut ini:
Gambar 3. Kotak dialog untuk memberi label pada Value
  • Klik OK
  • Lakukan hal yang sama untuk variabel Prestasi Kerja.
  1. Masukkan data Tabel 2 pada sheet Data View.
Gambar 4. Tampilan Input Data Dari Tabel 1. Ke dalam Sheet Data View
  1. Selanjutnya Klik Analyze > Descriptive Statistic > Crosstab.
  2. Masukkan variable “Jenis Kelamin [jenis_kelamin]†pada kotak Row(s) dengan cara klik tanda panah yang terdapat pada samping kiri kotak Row(s) tersebut.
  3. Masukkan variabel “Prestasi Kerja [prestasi_kerja]†pada kotak Column(s) dengan cara klik tanda panah yang terdapat pada samping kiri kotak Column(s) tersebut.
Gambar 5. Tampilan Crostab
  1. Kemudian Klik “Statistics..†sehingga akan muncul jendela baru. Beri tanda centang (v) pada kotak Chi Square. Klik Continue.
  1. Klik “Cells..â€, sehingga akan muncul jendela baru. Beri tanda centang (v) pada kotal  “Observedâ€, “Expectedâ€, “Rowâ€, “Columnâ€, “Totalâ€. Dan Klik Continue.
  1. Klik OK.
  2. Setelah itu, secara otomatis output akan keluar. Seperti gambar berikut:

Case Processing Summary

Cases

Valid

Missing

Total

N

Percent

N

Percent

N

Percent

Jenis Kelamin * Prestasi Kerja

30

100.0%

0

.0%

30

100.0%

Penjelasan output:

Pada tabel “Case Processing Summaryâ€, menunjukkan dalam penelitian tersebut terdapat 30 sampel. Tidak ada yang hilang atau missing sehingga tingkat kevalidannya adalah 100%.

Jenis Kelamin * Prestasi Kerja Crosstabulation

Prestasi Kerja

Total

Rendah

Sedang

Tinggi

Jenis KelaminLaki-LakiCount

9

4

4

17

Expected Count

7.4

5.1

4.5

17.0

% within Jenis Kelamin

52.9%

23.5%

23.5%

100.0%

% within Prestasi Kerja

69.2%

44.4%

50.0%

56.7%

% of Total

30.0%

13.3%

13.3%

56.7%

WanitaCount

4

5

4

13

Expected Count

5.6

3.9

3.5

13.0

% within Jenis Kelamin

30.8%

38.5%

30.8%

100.0%

% within Prestasi Kerja

30.8%

55.6%

50.0%

43.3%

% of Total

13.3%

16.7%

13.3%

43.3%

TotalCount

13

9

8

30

Expected Count

13.0

9.0

8.0

30.0

% within Jenis Kelamin

43.3%

30.0%

26.7%

100.0%

% within Prestasi Kerja

100.0%

100.0%

100.0%

100.0%

% of Total

43.3%

30.0%

26.7%

100.0%

Penjelasan output:

Pada tabel “Jenis Kelamin * Prestasi Kerja Crosstabulation†menunjukkan data objektif/ frekuensi nyata (Count) dan frekuensi harapan (Expected Count) baik dalam bentuk skor maupun presentase.

Berikut hasilnya:

Dari penelitian tersebut terdapat 9 karyawan laki-laki yang memiliki prestasi kerja rendah, 4 karyawan laki-laki berprestasi kerja sedang dan 4 sisanya berprestasi tinggi.

Sedangkan untuk karyawan wanita, 4 wanita mempunyai prestasi kerja rendah, 5 orang memiliki prestasi kerja sedang dan 4 orang lainnya mempunyai prestasi kerja tinggi.

Chi-Square Tests

Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

1.528a

2

.466

Likelihood Ratio

1.550

2

.461

Linear-by-Linear Association

.916

1

.338

N of Valid Cases

30

a. 3 cells (50,0%) have expected count less than 5. The minimum expected count is 3,47.

Penjelasan output:

  • Untuk tabel Chi-Square Tests, menunjukkan hasil Chi Kuadrat (Chi Square) hitung sebesar 1.528. Tingkat signifikan (?) = 5 % yang telah ditentukan terlebih dahulu sebelum melakukan penelitian.

Keputusan  = 0.05  Asymp. Sig. (2-sided) maka Ho diterima dan Ha ditolak.

Bila  = 0.05 Asymp. Sig. (2-sided) maka Ho ditolak dan Ha diterima.

Dari tabel Chi Square tersebut di atas, dapat diketahui bahwa ? = 0.05 ? Asymp. Sig. (2-sided) yakni 0.466 maka Ho diterima dan Ha ditolak. Atau dengan kata lain tidak terdapat hubungan antara jenis kelamin dengan prestasi kerja.

Incoming search terms:

Agar artikel ini bisa bermanfaat bagi orang banyak dalam komunitas anda… bantu saya untuk menginfomasikannya pada teman-teman anda di Facebook , Twitter, atau Email.

Jika Bermanfaat Berbagilah...

1 Comment
  1. Halo, Bapak/Ibu terima kasih atas ilmu yang sangat bermanfaat ini. Saya mau bertanya, apa ada referensi buku lengkap, bagus dan mudah dipahami mengenai Analisis Tabulasi Silang ini? Mohon infonya. Terima kasih.

Leave a Reply

Current day month ye@r *

Email
Print