ANALISIS TABEL

SILANG

Pengantar Statistik Sosial

FISIP-UI
2021
 Penyajian data Tabel
satu variabel distribusi
(univariat) frekuensi

Penyajian data
dua variabel atau
lebih (bivariat; Tabel silang
multivariat)

2
•Tabel silang merupakan langkah
awal analisis bivariat & multivariat.
•Dalam analisis bivariat, harus
diawali dengan analisis tabel silang
terlebih dahulu, baru dilanjutkan
dengan uji kekuatan hubungan

3
 Tabel Silang Kekuatan Hubungan

Skala pengukuran Arah

Dua variabel Lebih dari Dua •Nominal hubungan
variabel •Ordinal •simetrik
•Interval •asimetrik
•Rasio
Nilai Persentase
pengamatan • persen kolom
• persen baris Uji statistik
• persen total

nilai signifikansi 4
Tabel Silang Bivariat

5
Kerangka Tabel Kontingensi
Tabel 1
Hubungan antara Variabel a dengan Variabel b
Variabel a Variabel b Total
variabel a
b1 b2 … bn

a1 a1b1 a1b2 … a1bn Total a1

a2 a2b1 a2b2 … a2bn Total a2
… … … … … …
an anb1 anb2 … anbn Total an
Total Total b1 Total b2 … Total bn Total
variabel b variabel a
atau b
Sumber: Bahan Latihan Statistik, 2013

6
Prinsip dalam Analisis Tabel Silang
• Persentase dibuat searah variabel bebas (independent variable)
• Interpretasi dibuat searah variabel terikat (dependent variable)
• Beberapa peneliti menggunakan ukuran kasar “10 percentage point
rule” maksudnya bila selisih di antara sel variabel terikat 10% atau
lebih, maka kekuatan hubungan di antara kedua variabel itu bisa
diuji lebih lanjut.
• Tapi bila selisihnya di bawah 10% maka kekuatan hubungan di
antara kedua variabel tersebut tidak perlu diuji lebih lanjut karena
hubungannya akan lemah.
• Akan tetapi ada juga beberapa peneliti yang menganggap selisih 6%
sudah bisa untuk diuji lebih lanjut kekuatan hubungannya.

7
Cara menentukan variabel bebas

• Variabel bebas biasanya terjadi lebih dahulu, sebelum variabel

terikat. Atau keberadaannya mempengaruhi kondisi varaiabe
terikat
• Ada beberapa variabel yang dapat dipastikan bahwa ia
merupakan variabel bebas dan tidak akan pernah menjadi
variabel terikat, yaitu variabel yang sifatnya tetap/tidak berubah.
Seperti usia, suku bangsa, jenis kelamin.

8
9
 Variabel bebas/
independen
Variabel terikat /
Interpretasi
dependen

Persentase 100

10
Contoh pembuatan tabel silang

• Perhatikan matriks data berikut ini.

• Keterangan:
• A = Nomor responden (numerik)
• B = Jenis kelamin (1= laki-laki; 2= perempuan)
• C = Pendapat tentang freesex (1= setuju; 2= tidak setuju)

11
A B C A B C A B C A B C
1 1 1 11 1 1 21 2 2 31 1 1
2 1 1 12 1 2 22 2 2 32 1 1
3 2 2 13 2 2 23 2 2 33 1 2
4 2 1 14 1 1 24 1 2 34 2 2
5 1 2 15 2 2 25 1 1 35 2 1
6 1 1 16 2 2 26 2 1 36 2 2
7 1 1 17 1 2 27 1 1 37 2 2
8 2 1 18 2 2 28 2 1 38 1 2
9 2 2 19 1 1 29 2 2 39 1 1
10 1 2 20 1 2 30 2 2 40 2 2

12
Contoh Tabel Silang
Tabel 2
Hubungan antara Jenis Kelamin dengan
Sikap terhadap Free Sex
Sikap terhadap Jenis Kelamin Total
Free Sex Laki-Laki Perempuan

Setuju 12 5 17
Tidak setuju 8 15 23
Total 20 20 40

13
Contoh penggunaan persen baris

Jenis Kelamin Sikap terhadap Free Sex Total

Setuju Tidak setuju
Laki-Laki 12 (60%) 8 (40%) 20 (100%)
Perempuan 5 (25%) 15(75%) 20 (100%)

INTERPRETASI:
•Dari responden yang setuju free sex, paling banyak berjenis kelamin laki-laki
dibandingkan dengan yang berjenis kelamin perempuan. Lihat angka 60% (laki-
laki) dan 25% (perempuan)
•Dari responden yang tidak setuju free sex, paling banyak berjenis kelamin
perempuan dibandingkan dengan yang berjenis kelamin laki-laki. Lihat angka
40% (laki-laki) dan 75% (perempuan).

14
• Perhatikan selisih di antara variabel terikatnya
(kolom “setuju” dan “tidak setuju”):
• Dengan mengacu pada “10 percentage point rule”
maka hubungan di antara jenis kelamin dan sikap
terhadap free sex bisa diuji kekuatan
hubungannya, karena selisihnya lebih dari 10%
(60%-25%; 75%-40%)
• Dengan demikian bisa lanjut ke uji kekuatan
hubungan.

15
Contoh penggunaan persen kolom
Sikap terhadap Jenis Kelamin
Free Sex Laki-Laki Perempuan

Setuju 12 (60%) 5 (25%)

Tidak setuju 8 (40%) 15 (75%)
Total 20 (100%) 20 (100%)

INTERPRETASI:
•????

16
Bagaimana bila datanya seperti ini?
Sikap terhadap Jenis Kelamin
Free Sex Laki-Laki Perempuan

Setuju 10(50%) 10 (50%)

Tidak setuju 10 (50%) 10 (50%)
Total 20 (100%) 20 (100%)

INTERPRETASI: ???

17
• Interpretasi:
• Perhatikan arah variabel terikat (baris “setuju” dan
“tidak setuju”)
• Analisis tabel silang menunjukkan bahwa tidak
ada hubungan di antara kedua variabel di atas
karena selisih di antara variabel terikatnya nol
persen (50%-50%; 50%-50%)
• Jadi tidak perlu dilanjutkan ke uji kekuatan
hubungan

18
Contoh penggunaan persen total
Jenis Sikap terhadap Free Sex Total
Kelamin Tidak setuju Setuju

Laki-Laki 5 (3.33%) 45 (30%) 50 (33,33%)

Perempuan 20 (13,33%) 80 (53,33%) 100 (66,67%)
Total 25 (16,67%) 125 (83,33%) 150 (100,00%)

INTERPRETASI:
•Paling banyak adalah responden perempuan yang menyatakan setuju terhadap
free sex (53,33%)
•Paling sedikit adalah responden laki-laki yang menyatakan tidak setuju terhadap
free sex (3,33%)

19
 Uji Kekuatan Hubungan
• Bila hasil analisis tabel silang dengan memperhatikan “10 percentage
point rule” sudah dilakukan dan hasilnya menunjukkan bahwa selisih
persentase pada variabel terikat minimal 10%, maka langkah
selanjutnya mengukur kekuatan hubungan di antara kedua variabel.

Berikut adalah tabel uji kekuatan hubungan.

1. Perhatikan skalanya (Nominal, Ordinal, Interval atau Rasio). Bila ada
perbedaan skala pada variabel-variabelnya maka gunakan skala yang
lebih rendah
2. Perhatikan jenis hubungannya: simetrik atau asimetrik.
• Simetrik: untuk mengukur kekuatan hubungan di antara kedua
variabel
• Asimetrik: untuk mengukur pengaruh variabel A terhadap
variabel B

20
 Uji Kekuatan Hubungan
Scale Symbol Used With
Nominal λ (Lambda) 2 nominal-level variables- Asymmetric
Ф (Phi-coefficient) 2 dichotomous variables - Symmetric
С (Contingency 2 nominal-level variables with equal rows and
Coefficient) column - Symmetric
V (Cramer’s V) 2 nominal-level variables - Symmetric
Ordinal  (goodman and 2 ordinal-level variables - Symmetric
kruskal’s gamma)
d (Somer’s d) 2 ordinal-level variables- Asymmetric
Tau-b (Kendall’s tau-b) 2 ordinal-level variables - Symmetric
Rs (Spearman’s rho) 2 ordinal-level variables. If one variable is
ordinal level and one is interval level, both must
be expressed as ranks prior to calculating - Sym
Interval/ R (Pearson’s correlation 2 interval- and/or ratio-level variables -
Ratio coefficient) Symmetric
R (multiple correlation
coefficient) 3 or more interval- and/or ratio-level variables
21 -
Kekuatan Hubungan
• Untuk hubungan nominal:
Nilai Keterangan tidak ada tanda minus, biasa
0,0 – 0,2 Sangat lemah, cenderung digunakan istilah asosiasi
tidak ada asosiasi • Untuk hubungan minimal
ordinal: dimungkinkan positif
0,2 – 0,4 Lemah, asosiasi lemah
atau negatif.
0,4 – 0,7 Sedang, asosiasi sedang  Positif: semakin naik X maka
0,7 – 0,9 Kuat, ada asosiasi semakin naik Y atau semakin
0,9 – 1,0 Sangat kuat, sangat terlihat turun X maka semakin turun Y
adanya asosiasi  Negatif: semakin naik X, maka
semakin turun Y atau
Sumber: TH Black (1993) dalam Argyrous sebaliknya
(1997), ph. 326

22
 Kerangka Tabel Multivariat
Nomor dan Judul Tabel
  VARIABEL Y  
TOTAL
VARIABEL X Kategori 1 Kategori 2

 VARIABEL Z a b c d  
Kategori 1          
Kategori 2          
TOTAL          
Sumber: ….
Letak Variabel Ketiga dapat berada di sisi baris atau di sisi
kolom 23
Cara membuat persentase dan menginterpretasikan
tabel multivariat tidak berbeda
dengan prosedur yang dilakukan pada tabel bivariat.

24
Elaborasi :
cara yang dilakukan untuk membandingkan hubungan antara dua variabel
atau lebih. Dapat dilakukan dengan melihat hasil pada persentase tabel atau
juga melihat kekuatan hubungan melalui uji statistik.

25
Daftar Pustaka

 Babbie, Earl, Fred Halley, Jeanne Zaino. 2003. Adventures in

Social Research. London: Pine Forge Press.
 Sulastiawan R. dan Lina Miftahul Jannah. Buku Materi pokok
Statistik Sosial. Universitas Terbuka, Edisi 2, 2010
 Zanten, Wim Van. 1994. Statistika Untuk Ilmu-Ilmu Sosial.
Jakarta: PT Gramedia Pustaka Utama.

26