 Crosstab

Crosstab (Tabel Silang) adalah sebuah tabel silang yang terdiri atas satu baris atau lebih, dan satu
kolom atau lebih.

Fungsi dari analisis crosstab ini digunakan untuk mengidentifikasi dan mengetahui apakah ada
hubungan atau tidak antara satu variabel dengan variabel pembandingnya. Penggunaan Crosstab
dalam penelitian ini dipakai untuk melihat kecenderungan antar variabel, misalnya variabel A
dengan B, variabel B dengan C, Variabel A dengan C dan lain-lain.

 Chi-square

Uji Chi-Square adalah salah satu uji statistik yang dapat dipergunakan untuk menguji kebenaran
dari suatu hipotesis jika data yang akan digunakan dalam analisis adalah data kategorik yaitu
data nominal dan ordinal. Salah satu fungsi teknik analisis data uji chi-square adalah untuk
keperluan uji homogenitas.

Syarat menggunakan Uji Chi-square :

1. Tidak ada cell dengan nilai frekuensi amatan atau observasi bernilai 0 (Nol).
2. Apabila bentuk tabel kontingensinya adalah 2 X 2, maka tidak boleh ada 1 cell pun dari
frekuensi harapan yang bernilai kurang dari 5.
3. Apabila bentuk tabel lebih dari 2 x 2, misalkan 2 x 3, maka jumlah cell frekuensi
harapan yang bernilai kurang dari 5 tidak boleh lebih dari 20% dari keseluruhan cell.
4. Penentuan Sampel untuk observasi harus dipilih secara acak
5. Semua pengamatan dilakukan dengan independen
6. Setiap sel hanya berisi 1 (satu) frekuensi harapan.
7. Besar sampel sebaiknya > 40

Berikut adalah langkah-langkah Uji Chi-square :

1. Buka Aplikasi SPSS, kemudian masukkan data yang ingin kita uji.
2. Klik Analyze, pilih Descriptive Statistics, lalu pilih Crosstabs pada menu sehingga
muncul kotak dialog Crosstabs.
3. Masukkan variabel yang ingin kita uji dalam analisis Crosstabs. Masukkan variabel
dalam Row dan columns.
 4. Klik Statistics untuk menampilkan elemen statistik mana saja yang akan dikeluarkan dari
output hasil pengujian. Berikan centang/checklist pada chi-square.
5. Klik Continue sehingga kembali pada kotak dialog Crosstabs.
6. Klik OK dan lihat ouput dari SPSS.

 Correlation

Uji korelasi adalah sebuah analisis statistik yang dilakukan untuk mengevaluasi hubungan atau
asosiasi antara dua variabel kategorikal. Hal ini membantu dalam memahami sejauh mana dua
variabel tersebut berkaitan satu sama lain dalam dataset.

Tujuan dari uji korelasi adalah untuk mengetahui apakah terdapat hubungan yang signifikan
antara variabel-variabel kategorikal yang diuji. Hasilnya bisa menunjukkan sejauh mana
variabel-variabel tersebut berkaitan dalam bentuk asosiasi atau kesamaan pola antara variabel-
variabel tersebut.

Syarat menggunakan Uji Correlation :

1. Variabel yang digunakan untuk uji korelasi harus berjenis kategorikal, seperti nominal
atau ordinal.
2. Data harus terstruktur dalam bentuk tabel silang (crosstab) di mana variabel-variabel
yang ingin diuji ditempatkan dalam baris dan kolom.
3. Pastikan ada jumlah sampel yang cukup pada setiap sel tabel silang agar hasilnya bisa
diandalkan. Jika terdapat sel dengan frekuensi yang sangat rendah, hasilnya mungkin
tidak representatif.

Berikut adalah langkah-langkah Uji Correlation :

1. Buka Aplikasi SPSS, kemudian masukkan data yang ingin kita uji.
2. Klik Analyze, pilih Descriptive Statistics, lalu pilih Crosstabs pada menu sehingga
muncul kotak dialog Crosstabs.
3. Masukkan variabel yang ingin kita uji dalam analisis Crosstabs. Masukkan variabel
dalam Row dan columns.
 4. Klik Statistics untuk menampilkan elemen statistik mana saja yang akan dikeluarkan dari
output hasil pengujian. Berikan centang/checklist pada correlations.
5. Klik Continue sehingga kembali pada kotak dialog Crosstabs.
6. Klik OK dan lihat ouput dari SPSS.

 Contigency coefficient

Koefisien Kontigensi atau Contigency Coefficient C adalah salah satu uji statistik non parametrik
yang bertujuan untuk mengetahui keeratan hubungan (korelasi) antara dua variabel atau lebih.
Semakin besar nilai C, maka semakin tinggi tingkat keeratan hubungannya, dan sebaliknya.
Metode uji Contigency Coefficient ini biasanya digunakan untuk jenis data berskala nominal.

Syarat menggunakan Uji Contigency coefficient :

1. Variabel yang diuji harus berjenis kategorikal yaitu nominal. Uji ini tidak berlaku untuk
variabel numerik.
2. Data harus diatur dalam tabel silang (crosstab) di mana variabel-variabel yang ingin diuji
ditempatkan dalam baris dan kolom.
3. Pastikan bahwa ada jumlah sampel yang cukup besar pada setiap sel tabel silang agar
hasilnya dapat diandalkan. Jika terdapat sel dengan frekuensi yang sangat rendah,
hasilnya mungkin tidak representatif.
4. Asumsi dasar dari uji Contingency Coefficient adalah bahwa observasi yang diamati
adalah independen satu sama lain.

Berikut adalah langkah-langkah Uji Contigency coefficient :

1. Buka Aplikasi SPSS, kemudian masukkan data yang ingin kita uji.
2. Klik Analyze, pilih Descriptive Statistics, lalu pilih Crosstabs pada menu sehingga
muncul kotak dialog Crosstabs.
3. Masukkan variabel yang ingin kita uji dalam analisis Crosstabs. Masukkan variabel
dalam Row dan columns.
4. Klik Statistics untuk menampilkan elemen statistik mana saja yang akan dikeluarkan dari
output hasil pengujian. Berikan centang/checklist pada Contigency coefficient.
 5. Klik Continue sehingga kembali pada kotak dialog Crosstabs.
6. Klik OK dan lihat ouput dari SPSS.

 Phi and Creamer V

Koefisien phi adalah uji asosiatif pada skala data nominal apabila tabel kontingensi berbentuk 2
x 2. Sehingga dapat dikatakan bahwa koefisien korelasi phi dirancang untuk peubah dikhotom.
Makna dari dikhotom atau dikotomi adalah dua kategori yang bersifat nominal.

Koefisien Cramer adalah uji asosiatif apabila skala data nominal dengan kategori tiap baris dan
kolom lebih dari 2. Koefisien cramer digunakan untuk mengukur asosiasi dari tabel kontingensi
baris dan kolom, dimana baris dan kolom lebih dari 2.

Syarat menggunakan Uji Koefisien Phi and Creamer V :

1. Uji Phi digunakan ketika variabel yang diuji memiliki 2 kategori saja.
2. Uji Creamer V digunakan ketika variabel yang diuji lebih dari 2 kategori.
3. Data harus tersusun dalam tabel silang dengan variabel yang ingin diuji diatur dalam baris dan
kolom.
4. Pastikan jumlah sampel di setiap sel tabel silang cukup besar untuk hasil yang diandalkan.

Berikut adalah langkah-langkah Uji Koefisien Phi and Creamer V :

1. Buka Aplikasi SPSS, kemudian masukkan data yang ingin kita uji.
2. Klik Analyze, pilih Descriptive Statistics, lalu pilih Crosstabs pada menu sehingga
muncul kotak dialog Crosstabs.
3. Masukkan variabel yang ingin kita uji dalam analisis Crosstabs. Masukkan variabel
dalam Row dan columns.
4. Klik Statistics untuk menampilkan elemen statistik mana saja yang akan dikeluarkan dari
output hasil pengujian. Berikan centang/checklist pada Phi and Creamer V.
5. Klik Continue sehingga kembali pada kotak dialog Crosstabs.
6. Klik OK dan lihat ouput dari SPSS.

 Uji Lambda
Uji Lambda merupakan suatu cara untuk menentukan variabel yang lebih tepat dijadikan
predictor dengan skala pengukuran nominal dengan bentuk symmetrical dan asymmetrical.

Korelasi lambda digunakan untuk mengukur hubungan 2 variabel.

Syarat menggunakan Uji Koefisien Phi and Creamer V :

1. Jenis Hipotesis Korelatif

2. Skala data bersifat kategorik (nominal)
3. Variable bersifat symmetrical dan asymmetrical

 Uji uncertainty coefficient

Uncertainty coefficient, juga dikenal sebagai koefisien entropi atau keahlian, mengukur jumlah
ketidakpastian (entropi) yang hadir pada variabel kolom yang dapat dijelaskan oleh variabel
baris. Ini mengukur sejauh mana satu variabel menjelaskan ketidakpastian yang hadir pada
variabel lainnya.

Uncertainty coefficient utamanya digunakan untuk memeriksa seberapa efektif atau valid suatu
algoritma statistik tertentu. Karena memverifikasi korelasi, bukan "kebenaran", maka koefisien
ini tidak akan menghukum suatu model algoritma hanya karena memprediksi kelas yang salah.
Sebaliknya, koefisien ini menghukum ketidakkonsistenan. Ini berarti koefisien ini tidak
dipengaruhi oleh fraksi (relatif) dari kelas-kelas yang berbeda yang disusun.

Hal ini membedakannya dari cara lain yang mungkin Anda gunakan untuk menguji akurasi,
seperti presisi (nilai prediksi positif) dan recall (tingkat positif sejati atau sensitivitas dari suatu
tes). Uncertainty coefficient sangat berguna saat mengevaluasi algoritma pengelompokan. (Ini
tidak memiliki urutan tertentu, dan evaluasi yang tidak memperhatikan urutan dari koefisien
memungkinkan kita untuk sampai pada inti dari korelasi tersebut).

 Uji Gamma

Korelasi gamma merupakan salah satu pengukuran yang termasuk ke dalam statistik
nonparametrik, tujuannya mencari kekuatan dan arah hubungan yang simetris dari asosiasi yang
sesuai dan cocok digunakan untuk dua variabel yang di ukur pada data skala ordinal atau
variabel nominal dikotomis. Skala yang digunakan dapat bervariasi mulai dari 0,0 sampai
dengan + atau - 1,0 yang berindikasi kekuatan hubungan antara dua variabel.

Uji Gamma digunakan ketika variabel yang diuji adalah variabel ordinal, yaitu variabel dengan
tingkatan atau level, tetapi tidak memiliki jarak yang sama antara tingkatannya selain itu juga
untuk mengukur tingkat hubungan atau asosiasi antara dua variabel ordinal.

Syarat menggunakan Uji Gamma :

1. Variabel berskala ordinal

2. Data berbentuk kontigensi
3. Hubungan simetris mempengaruhi satu sama lain.

 Uji Somer’s

Koefisien korelasi yang dapat digunakan untuk mengukur kekuatan korelasi untuk data
penelitian dimana kedua variabel berskala ordinal dan data ditampilkan dalam bentuk tabel
kontingensi selain koefisien korelasi Gamma (G) adalah koefisien korelasi Somers. Koefisien
korelasi ini juga memiliki dasar logika yang sama dengan koefisien korelasi Kendall-tau dan
Gamma, yaitu didasarkan pada banyaknya pasangan konkordan (C) dan pasangan diskordan (D).

Uji Somers digunakan saat variabel yang diuji adalah variabel ordinal, yaitu variabel dengan
tingkatan atau level, tetapi tidak memiliki jarak yang sama antara tingkatannya selain itu juga
untuk mengukur tingkat hubungan monotonik antara dua variabel ordinal.

Syarat menggunakan Uji Somer’s :

1. Variabel berskala ordinal

2. Data harus tersusun dalam tabel silang dengan variabel yang ingin diuji ditempatkan
dalam baris dan kolom.
3. Korelasi hubungan antara 2 variabel yaitu independen dan dependen

 Uji Kendall’s tau b

 Uji korelasi Kendall’s tau b merupakan suatu penduga tidak bias untuk parameter populasi.
Uji kendall merupakan bagian dari statistik non parametik. Sehingga tidak ada persyaratan
data berdistribusi normal dan mempunyai hubungan linier.

Uji Kendall’s tau b digunakan untuk mengetahui hubungan antara 2 variabel berskala ordinal
atau salah satunya, sementara salah satunya berskala nominal atau rasio.

Syarat menggunakan Uji Kendall’s tau b :

1. Variabel berskala ordinal

2. Data tidak harus berdistribusi normal.
3. Korelasi hubungan antara 2 variabel tidak harus linier.

 Uji Kendall’s tau c

Kendall's Tau-c (τ-c) adalah ukuran statistik yang mirip dengan Tau-b tetapi memperhitungkan
ketidaksetaraan dalam distribusi variabel. Nilai τ-c juga berkisar dari -1 hingga 1. Nilai positif
mendekati 1 menunjukkan hubungan monotonik positif sempurna, nilai negatif mendekati -1
menunjukkan hubungan monotonik negatif sempurna, dan nilai 0 menunjukkan tidak ada
hubungan monotonik antara variabel tersebut.

Uji Kendall's Tau-c digunakan ketika variabel yang diuji adalah variabel ordinal, yaitu variabel
dengan tingkatan atau level, tetapi tidak memiliki jarak yang sama antara tingkatannya dan juga
untuk mengukur tingkat hubungan monotonik antara dua variabel ordinal.

Syarat menggunakan Uji Kendall’s tau c :

1. Variabel berskala ordinal

2. Data tidak harus berdistribusi normal.
3. Korelasi hubungan antara 2 variabel tidak harus linier.
  Uji Eta

Uji Eta (η) merupakan koefisien asosiasi yang mengukur seberapa kuat hubungan antara
variabel-variabel kategorikal dalam tabel silang. Nilai Eta berkisar dari 0 hingga 1, di mana nilai
1 menunjukkan hubungan yang sangat kuat antara variabel-variabel tersebut, sementara nilai 0
menunjukkan tidak adanya hubungan.

Uji Eta adalah uji korelasi antara dua variabel yang digunakan apabila skala data kedua variabel
tidak sama, dimana variabel yang pertama berskala data nominal, sedangkan variabel yang kedua
berskala data interval.

Syarat menggunakan Uji Eta :

1. Pastikan variabel yang diuji adalah variabel kategorikal atau nominal.

2. Data harus tersusun dalam tabel silang dengan variabel yang ingin diuji ditempatkan
dalam baris dan kolom.

 Uji Kappa

Uji Kappa adalah metode statistik yang digunakan untuk mengukur tingkat kesepakatan atau
kecocokan antara dua pengamat atau metode yang berbeda dalam mengklasifikasikan data
kategorikal atau nominal yang sama.

Kappa (κ) menghasilkan nilai antara -1 hingga 1. Nilai 1 menunjukkan kesepakatan sempurna
antara pengamat atau metode, nilai 0 menunjukkan kesepakatan yang diharapkan secara acak,
dan nilai negatif menunjukkan kesepakatan yang lebih rendah daripada yang diharapkan secara
acak.

Uji Kappa sangat berguna dalam penelitian yang melibatkan perbandingan atau konsistensi
antara dua pengamat, metode pengukuran, atau evaluasi terhadap data kategorikal.

Syarat menggunakan Uji Kappa :

1. Pastikan data yang dievaluasi adalah data kategorikal atau nominal.

2. Data yang dievaluasi oleh kedua pengamat atau metode harus klasifikasi yang sama,
misalnya, klasifikasi diagnosis yang dilakukan oleh dua dokter terhadap data yang sama.
 3. Untuk hasil yang lebih dapat diandalkan, pastikan jumlah sampel yang dievaluasi cukup
besar.

 Uji Risk

Uji Risk atau sering juga disebut Odds Ratio, adalah metode statistik yang digunakan untuk
mengukur hubungan atau asosiasi antara dua variabel kategorikal dalam suatu studi atau analisis.
Uji ini terfokus pada perbandingan antara dua kelompok dalam konteks risiko atau probabilitas
kejadian tertentu.

Uji Risiko (Odds Ratio) digunakan untuk menghitung seberapa besar kemungkinan atau risiko
suatu kejadian terjadi dalam satu kelompok dibandingkan dengan kelompok lainnya.

Syarat menggunakan Uji Risk :

1. Pastikan variabel yang diuji adalah variabel kategorikal atau nominal.

2. Untuk hasil yang lebih dapat diandalkan, pastikan jumlah sampel yang dievaluasi cukup
besar.

 Uji Mcnemar
Uji McNemar adalah metode statistik yang digunakan untuk membandingkan proporsi kejadian
yang terjadi pada dua waktu atau kondisi yang berbeda pada sampel yang sama. Ini sering
digunakan dalam studi longitudinal atau percobaan di mana perbandingan dilakukan terhadap
dua kondisi atau waktu yang berbeda pada subjek yang sama.

Uji McNemar cocok digunakan dalam studi yang melibatkan pengukuran yang dilakukan pada
subjek yang sama dalam dua waktu atau kondisi yang berbeda. Selain itu juga uji ini berguna
untuk membandingkan proporsi kejadian atau kategori yang berbeda pada dua waktu atau
kondisi yang berbeda pada sampel yang sama.

Syarat menggunakan Uji Mcnemar :

1. Pastikan variabel yang diuji adalah variabel kategorikal atau nominal.

2. Untuk hasil yang lebih dapat diandalkan, pastikan jumlah sampel yang dievaluasi cukup
besar.
 3. Data harus tersusun dalam tabel silang yang memperlihatkan hubungan antara variabel
yang diuji dan variabel kontrol.

 Uji Cochran and Mantel-Haenszel

Uji Cochran dan Mantel-Haenszel adalah metode statistik yang digunakan untuk mengevaluasi
hubungan antara dua variabel kategorikal sambil mengendalikan atau mempertimbangkan
pengaruh variabel lain yang disebut variabel kontrol.

Uji ini sering digunakan dalam analisis epidemiologi, penelitian observasional, atau penelitian
kohort untuk mengevaluasi hubungan antara dua variabel kategorikal utama sambil mengontrol
pengaruh variabel kontrol yang dapat memengaruhi hubungan tersebut.

Metode ini dirancang untuk mengetahui apakah terdapat asosiasi yang signifikan antara variabel
kategorikal utama, misalnya, antara paparan terhadap faktor risiko tertentu dan kejadian suatu
penyakit tertentu, sambil memperhitungkan atau mengontrol efek variabel lain yang mungkin
memengaruhi hubungan tersebut.

Uji Cochran dan Mantel-Haenszel digunakan saat variabel yang diuji adalah variabel kategorikal
atau nominal. Selain itu juga berguna untuk menguji hubungan antara dua variabel kategorikal
dengan mengendalikan pengaruh atau variabel lain yang menjadi faktor kontrol.

Uji Cochran and Mantel-Haenszel Sering digunakan dalam penelitian observasional atau studi
kohort untuk menguji hubungan antara variabel yang dianggap penting dengan mengendalikan
variabel lainnya.

Syarat menggunakan Uji Cochran and Mantel-Haenszel :

1. Pastikan variabel yang diuji adalah variabel kategorikal atau nominal.

2. Ada variabel yang digunakan sebagai kontrol untuk mengendalikan pengaruhnya
terhadap hubungan antara dua variabel utama.
3. Data harus tersusun dalam tabel silang yang memperlihatkan hubungan antara variabel
yang diuji dan variabel kontrol.