ANALISIS CROSSTAB C

Annisa Mu’awanah Sukmawati, S.T., M.T.

PERTEMUAN 8 – 19 NOVEMBER 2019

 Materi Pertemuan 8

•Definisi Analisis Crosstab

•Hal yang perlu diinterpretasikan dalam Analisis Crosstab
•Contoh Aplikasi Dengan SPSS (Langkah dan Interpretasi
Hasil)
•Kuis (Kelompok): review dan contoh kasus
Apa Itu Analisis Crosstab?

• Analisis crosstab adalah metode yang mengunakan uji

statistik untuk mengidentifikasi dan mengetahui korelasi
antara dua variabel (bivariate).

• Analisis crosstab/ tabulasi silang untuk melihat korelasi

antara variabel dalam baris dan variabel dalam kolom

• Data input adalah variabel berskala nominal atau ordinal

Mengenal Variabel

•Variabel bebas (independent) → variabel yang

mempengaruhi/ penyebab (X, letak di column)

•Variabel terikat (dependent) → variabel yang

terpengaruh/ akibat (Y, letak di row)
 HAL YANG PERLU DIINTERPRETASIKAN
DALAM ANALISIS CROSSTAB
• UJI CHI SQUARE PEARSON
Nilai uji chi square pearson bertujuan untuk mengetahui hubungan antara dua variabel (baris/ dependent
variabel dan kolom/ independent variabel). Hipotesis yang digunakan:
H0= tidak ada hubungan antara baris dan kolom
H1 = ada hubungan antara baris dan kolom
Berdasarkan perbandingan nilai chi square hitung dengan nilai chi square tabel
✓ Apabila nilai chi square hitung > chi square tabel, maka H0 ditolak (ada hubungan antara dua
variabel)
✓ Apabila nilai chi square hitung < chi square tabel, maka H0 diterima (tidak ada hubungan antara
dua variabel)
NB: nilai chi suquare hitung dilihat pada tabel output SPSS sedangkan nilai chi square tabel dilihat pada
tabel chi square dengan derajat kesalahan tertentu (biasanya 5%)
Berdasarkan probabilitas/ taraf signifikansi (lihat dari kolom
Asymptotic Significance (Asymp. Sig)). Dasar yang
digunakan:

✓Jika probabilitas > 0,05 maka H0 diterima (tida ada hubungan

antara 2 variabel)

✓Jika probabilitas < 0,05 maka H0 ditolak (ada hubungan

antara 2 variabel)
• UJI CONTINGENCY COEFFICIENT

❑ Dilakukan untuk mengetahui kuatnya hubungan antara dua variabel.

❑ Nilai contingency coefficient dilihat dari tabel symetric measure yang menunjukkan keterkaitan
antara variabel yang diuji

❑ Bila H0 ditolak (ada hubungan), maka perlu melihat nilai contingency coefficient

❑ Bila H0 diterima maka tidak perlu melihat nilai contingency coefficient karena kedua variabel
tidak memiliki keterkaitan

• NILAI LAMBDA

❑ Digunakan untuk mengetahui pengaruh variabel kolom dan baris

❑ Nilai lambda antara 0-1

❑ Bila mendekati 0 maka terdapat faktor lain yang mempengaruhi variabel terikat selain yang telah
disebutkan.
• UJI DIRECTIONAL MEASURES

Dilakukan untuk mengetahui kesetaraan antar hubungan variabel

• UJI PHI DAN CRAMER’S

Untuk menghitung koefisien phi dan varian cramer

• UJI GOODMAN DAN KRUSKAL TAU

Untuk membandingkan probabilitas eror dua situasi

Contoh aplikasi
Akan diketahui hubungan antara preferensi
penggunaan moda kendaraan pribadi atau
angkutan umum dengan kepemilikan kendaraan
dan jarak lokasi trayek angkutan umum.
Data diambil dari 15 responden dengan variabel
meliputi preferensi moda kendaraan pribadi atau
angkutan umum, kepemilikan kendaraan, dan jarak
lokasi ke trayek angkutan umum dari rumah.
 LANGKAH SPSS
1.Inputkan data pada data view
2. Pilih menu Analyze → Descriptive Statistics →
Crosstab
3. Pilih dependent variabel (letakkan di row) dan
independent variabel (in colomn)
4. Pada kota Statistics, pilih Chi square dan
Correlation. Pilih/ check list semua kategori pada
bagian Nominal dan abaikan bagian yang lain →
Continue
5. Pada Cell Display pilih Observed → Continue
6. Pada tabel format pilih Ascending → Continue
 KEPEMILIKAN
INTERPRETASI OUTPUT SPSS KENDARAAN &
PREFERENSI MODA
1.TABEL CASE PROCESSING SUMMARY

• Dari tabel diatas, terlihat bahwa ada 15 data yang diproses baik antara variabel
preferensi moda dengan variabel kepemilikan kendaraan dan data preferensi moda
dengan jarak ke lokasi trayek sehingga nilai kevalidan mencapai 100% karena tidak
ada data yang missing.
• Variabel terikat yang digunakan adalah preferensi moda sedangkan variabel bebas
adalah kepemilikan kendaraan dan jarak lokasi trayek
2. TABEL COUNT

Dari tabel diatas, terlihat bahwa dari total 15 responden yang memiliki
kendaraan pribadi adalah 9 responden, 1 responden memiliki AUP, dan 5
responden memilih AUP karena tidak memiliki kendaraan pribadi.
3. CHI SQUARE TEST
Hipotesis:
Ho = tidak ada hubungan antara baris dan kolom
(tidak ada hubungan antara preferensi moda
dgn kepemilikan kendaraan)
H1 = ada hubungan antara baris dan kolom (ada
hubungan antara preferensi moda dengan
kepemilikan kendaraan)
Dalam pengambilan Keputusan dasar yang
digunakan:
 Jika nilai probabilitas (Asymp. Sig) >0,05
maka Ho diterima
 Jika nilai probabilitas (Asymp. Sig) <0,05
maka Ho ditolak

Dari tabel diatas terlihat bahwa kolom Asymp Sig. pada Pearson Chi-Square bernilai 0,001 yang berarti
<0,05 maka Ho ditolak. Hal ini berarti ada hubungan antara preferensi moda dengan kepemilikan
kendaraan. Dapat diartikan bahwa seseorang walaupun sudah memiliki kendaraan pribadi, tetapi masih
juga menggunakan AUP untuk kegiatan sehari-harinya.
4. TABEL DIRECTIONAL MEASURES
• Tabel Directional Measures membaca
value pada symmetric dan Approx. Sig
variabel pada Lambda.
• Value Lamda berkisar antara 0-1.
makin mendekati 1 maka hubungan
kuat dan mendekati 0 hubungannya
lemah.
• Bila mendekati 0 maka terdapat faktor
lain yang mempengaruhi variabel
terikat selain yang telah disebutkan.

• Besaran Symetric (kedua variabel bebas/ setara) menunjukkan besar korelasi 0,818 dengan nilai
signifikansi 0,023 berarti dibawah 0,05. dapat diambil kesimpulan bahwa kedua variabel ada
hubungan secara nyata (korelasi kuat karena nilai korelasinya 0,818).
• Preferensi Moda Dependent sebagai variabel terikat memiliki nilai signifikansi 0,006 (lebih
kecil dari 0,05) maka disimpulkan bahwa variabel bebas tidak bisa memprediksi preferensi moda.
• Tabel yang dibaca adalah Phi,
Cramer’s V dan Contingency
Coefficient. Jika nilai Phi and
Cramers’ V sama dan nilai
Contingency Coefficient lebih
kecil, maka ketiga nilai memiliki
hubungan erat.
• Jika nilai Contingency Coefficient
mendekati 1, maka hubungannya
kuat dan mendekati 0
hubungannya lemah.

• Besaran Phi dan Cramer’s V menghasilkan besaran yang sama, yaitu 0,866 dan untuk Contingency
Coefficient menghasilkan angka yang lebih kecil yaitu 0,655 sehingga dapat disimpulkan hasil ketiga
besaran memiliki hubungan yang erat. Maka dapat disimpulkan bahwa terdapat hubungan erat antara
preferensi moda dengan kepemilikan kendaraan (karena nilai/ valuenya Contingenct Coefficient
mendekati 1)
Berikut adalah diagram bar hubungan antara preferensi moda dengan
kepemilikan kendaraan.

• Meskipun kedua variabel ada

keterkaitan erat (kepemilikan
kendaraan & preferensi moda)karena
nilai Chi square 0,001 (kurang dari
0,05), namun kepemilikan kendaraan
tidak semata-mata mempengaruhi
preferensi moda karena nilai Lambda
kepemilikan kendaraan mendekati 0
(0,006) yang menunjukkan bahwa
ada variabel bebas lain yang
mempengaruhi preferensi moda
PREFERENSI MODA &
JARAK LOKASI KE TRAYEK

Tabel diatas menunjukkan korespondensi jumlah pemilihan moda dengan jarak lokasi
trayek dari rumah.
Dari tabel diatas terlihat bahwa kolom Asymp Sig. bernilai 0,036 yang berarti <0,05 maka
Ho ditolak. Hal ini berarti ada hubungan antara preferensi moda dengan jarak lokasi trayek
ke rumah. Dalam hal tersebut dapat diartikan bahwa ada kemungkinan orang
menggunakan AUP antau kendaraan pribadi untuk pergi jarak jauh ataupun jarak dekat.
Untuk besaran Lambda:
• Symetric menunjukkan besaran korelasi 0,438 atau lemah (karena mendekati 0),
dengan nilai signifikansi 0,025 (dibawah 0,05) sehingga menunjukkan kedua variabel
menunjukkan ada hubungan secara nyata.
• Preferensi moda dependent sebagai variabel terikat dan jarak ke lokasi trayek
independent, karena menunjukkan angka signifikansi adalah 0,153 (lebih besar dari
0,05) maka variabel bebas dapat memprediksi preferensi moda.
Besaran Phi dan Cramer’s V menghasilkan besaran yang sama yaitu 0,667. Contigency
Coefficient menghasilkan besaran yang lebih kecil yaitu 0,555 sehingga dapat
disimpulkan ketiga besaran tersebut memiliki hubungan yang cukup erat (karena value
mendekati 1)
Dapat disimpulkan bahwa orang
dalam melakukan pemilihan terhadap
moda kendaraan pribadi atau
angkutan umum ditentukan oleh jarak
ke lokasi trayek dari rumah. Semakin
dekat jarak ke lokasi trayek dari
rumah, orang akan memilih angkutan
umum untuk kegiatan sehari-hari,
sedangkan kendaraan pribadi
digunakan mulai jarak sedang.
KUIS BERKELOMPOK 5 ORANG
1. Kategorikanlah mana yang termasuk variabel bebas dan terikat?
a. Jarak lokasi ke pusat kota dan harga tanah
b. Tingkat penjualan produk, intensitas promosi, harga produk
c. Jumah penduduk yang terlayani persampahan, pelayanan
sampah, cakupan wilayah pelayanan sampah

2. Berikan contoh kasus terkait PWK yang dapat dianalisis dengan

Analisis Crosstab (lengkap beserta contoh jenis datanya)
 THE END

THANK YOU