analisis crosstab
SPSS analisis crosstab(tabulasi
silang atau tabel silang)
Analisis
Crosstab (tabulasi silang atau Tabel Silang)
Data kualitatatif yang berskala nominal dalam variabel kategorik salah
satu cara menganalisisnya adalah dengan
cara menggunakan metode analisis
crosstab(tabulasi silang atau tabel
silang)
Tujuan menganalisis data dengan
menggunakan metode analsis crosstab
adalah unutuk menguji keterkaitan anatr variabel atau data yang ada atau yang
sering dikenal dengan istilah(test of independence)
Berukut ini
adalah Contoh Kasusnya:
Kecamatan
|
Kepadatan
|
Fasilitas umum kesehatan
|
Tenaga kerjamedis
|
Susukan
|
Tidak
Padat
|
2
|
1
|
Klampok
|
Padat
|
2
|
5
|
Mandiraja
|
Cukup
Padat
|
2
|
4
|
Purwonegoro
|
Cukup
Padat
|
2
|
3
|
Bawang
|
Cukup
Padat
|
2
|
3
|
Banjarnegara
|
Padat
|
2
|
11
|
Pagedongan
|
Tidak
Padat
|
1
|
5
|
Sigaluh
|
Cukup
Padat
|
2
|
1
|
Madukara
|
Cukup
Padat
|
2
|
1
|
Banjarmang
|
Cukup
Padat
|
2
|
1
|
Wanadadi
|
Cukup
Padat
|
2
|
2
|
Rakit
|
Padat
|
2
|
1
|
Punggelan
|
Padat
|
2
|
1
|
Karangkobar
|
Padat
|
1
|
1
|
Pagentan
|
Cukup
Padat
|
2
|
5
|
Pejawaran
|
Tidak
Padat
|
1
|
5
|
Batur
|
Cukup
Padat
|
2
|
1
|
Wanayasa
|
Tidak
Padat
|
2
|
2
|
Kalibening
|
Tidak
Padat
|
1
|
1
|
Pandanarum
|
Tidak
Padat
|
1
|
2
|
Diketahui bahwa varibel baris pertama menunjukan nama
daerah(kecamatan),tingkat kepadataan penduduk(jumlah penduduk),jumlah
fasilitas umum kesehatan (puskesmas/rumah sakit),dan jumlah tenaga kerjamedis(dekter,bidan,perawat)
Dari tabel diatas dapat kita ketahui
bahwa variabel yang kita butuhkan hanya 4(tiga) varibel saja,karena pengurutan
data ditampilkan secara otomatis di daalam spss
seperti nomor urut data pertama sampai dengandata yang terakhir)
Mengingat fungsi crosstab adalah untuk data
nominal,maka ada data yang harus dijadikan data
nominal.pada contoh kali ini data yang harus di ubah adalah data
kepadatan penduduk dan fasilitas kesehatan seperti puskesmas maupun rumhasakit.
Untuk data kepadatan penduduk dan fasilitas umum harus diberi kode,hal ini bertujuan agar data dapat dikenali atau dapat dianalisis oleh aplikasi SPSS, berikut adalah pengkodeanya:
a.kepadatan penduduk =1.tidak padat
2.cukup padat
3.padat
b.fasilitas umum kesehatan =1.puskesmas
2.rumah sakit
Berikut dalah langkah langkaha
penyelesaiannya:
1.buka aplikasi SPSS
2.sebelum memasukan data, maka masing masing varibel harus didefinisikan terlebih dahulu, unutuk mendefinisikan variable, maka klik pada variable view, maka akan muncul layar kerja sebagai berikut:
3.kemudian masukan semua variable kedalam varibel view, masukan varibel kec(padavaribel name,pada type
isikan string Karena data yang akan diisikan adalah data dalam bentuk
kata-kata, pada variable weidth sudah default 8 dan pada varibel decimal
dibuat kosong (nilainyanol), pada veribel label
isikan kecamatan,Karena data berupa string dan datanya tidak perlu diubah kedalam bentuk nominal
maka pada varibel value &missing di abaikan saja,untuk variable collum isikan sesuai dengan kolom yang anda inginkan missal
8,varibel align isikan left(atau sesuai dengan tata letak yang anda inginkan), dan pada varibel terakhir yaitu meansure isikan nominal(pilih
option sesuai dengan jenis data yang anda masukan).
4.untuk mendefiniskan variable jumlah penduduk maka langkahnya adalah masukan varibel name
dengan jumlah,kemuadian pada type
isikan numeric,pada bagian width default 8 dan kosongkan pada bagian deciamal,label
isikan kepdatan penduduk,mengingat tingkat kepadatan ada 3 kita harus memberih
nilai,untuk itu klik pada bagian value maka akan muncul kotak dialog sebagi
berikut ini
Kemudian isikan
valuenya sesuai dengan ketentuan sebelumnya yaitu 1=tidak padat,2=cukup
padat,dan 3=padat,isikan satu persatu value labelnya dengan cara add,dan remove
bila ada kesalahan.
Selanjutnya untuk
kolom missing pilih none ,coloum tetap 8.kita pilih left pada allign dan yang
terkahir pada kolom meansure pilih nominal
5. untuk mendefiniskan variable jumlah penduduk maka langkahnya adalah masukan varibel name dengan fasilitas,kemuadian pada type isiskan numeric,pada bagian width default 8 dan
kosongkan pada bagian deciamal,label isikan fasilitas kesehatan,mengingat
fasilitas kesehatan ada 2 kita harus
memberih nilai,untuk itu klik pada bagian value maka akan muncul kotak dialog
sebagi berikut ini
Kemudian isikan
valuenya sesuai dengan ketentuan sebelumnya yaitu 1=puskesmas,2=rumah sakit,
isikan satu persatu value labelnya dengan cara add,dan remove bila ada
kesalahan.
Selanjutnya untuk
kolom missing pilih none ,coloum tetap 8.kita pilih left pada allign dan yang
terkahir pada kolom meansure pilih nominal
6. kemudian masukan semua variable kedalam varibel view,masukan varibel tenaga pada kolom type isikan numerik pada variable weidth sudah default 8 dan pada varibel decimal
dibuat kosong(nilainya nol),padaveribel
label isikan tenaga medis pada varibel value & missing diabaikan saja,untuk variable collum isikan sesuai dengan kolom yang anda inginkan missal
8,varibel align isikan left(atau sesuai dengan tata letak yang anda inginkan), dan pada varibel terakhir yaitu meansure isikan
nominal(pilih option sesuai dengan jenis data yang anda masukan).
Setelah selesai memasukan semua varibel
tadi,maka hasilnya dapat anda lihat dibaawah ini:
Pengisian data(data view)
Pengisian data sam
seperti pada umumnnya akan tetapi yang membedakanya disini adalah anda harus
mencentang view label pada bar view,sehingga anda hanya perlu memasuka angka
yang tlah di berih label seperti contoh di atas yakni 1=tidak padat,2=cukup
padat,dan 3=padat(hanya pada varibel/label
kepadatan),serta 1=puskesmas dan 2=rumah sakit(pada varibel/label
fasilitas),setelah anda memasukan angka tekan enter maka secara otomatis
berubah menjadi varibel sesuai yang anda
masukan
Cotoh ketika anda
tekan 1 pada varibel kepadatan maka setelah anda tekan enter akan muncul kata
“tidak padat”demikian seterusnya
Proses analisis
Contoh pada kasus:mencari hubungan
kepadatan penduduk dengan fasilitas
kesehatan
Untuk proses analisis crosstab,maka
lakukan langkah langkah berikut ini:
1.anda sedangan aktif pada data yang
ingin cari tahu korelasi crosstabnya
2.kilk analize pada menu utama SPSS
3.klik statistic deskriftif
4.klik crosstab
5.masukan varibel jumlah pada kotak rows
6.masukan varibel fasilitas pada kotak
collumns
7.klik stattistic,pilih chi-square
8.klik continoue
9.klik cells,lalu klik observed dan
ecfected pada count.pada kotak pilihan prosentage ,pilih rows,collumns dan
total
10.klik continoue
11.klik OK
Terdapat 4 bagin hasil yang di tampilkan di
antaranya sebagai berikut ini:
Bagian
Pertama
Analisis Output
Bagian Pertama (Case Processing Summary)
Pada bagian pertama
ini ditampilkan ringkasan kasus,dimana semua kasus terdapat 20 sample dan tidak
terdapat data yang missing sehingga tingkkat validilitasnya 100%.
Bagian Kedua
jumlah
*fasilitaskesehatanCrosstabulation
fasilitaskesehatan
|
Total
|
||||
puskesmas
|
rumahsakit
|
||||
jumlah
|
tidakpadat
|
Count
|
4
|
2
|
6
|
Expected
Count
|
1.5
|
4.5
|
6.0
|
||
%
within jumlah
|
66.7%
|
33.3%
|
100.0%
|
||
%
within fasilitaskesehatan
|
80.0%
|
13.3%
|
30.0%
|
||
%
of Total
|
20.0%
|
10.0%
|
30.0%
|
||
cukuppadat
|
Count
|
0
|
9
|
9
|
|
Expected
Count
|
2.3
|
6.8
|
9.0
|
||
%
within jumlah
|
.0%
|
100.0%
|
100.0%
|
||
%
within fasilitaskesehatan
|
.0%
|
60.0%
|
45.0%
|
||
%
of Total
|
.0%
|
45.0%
|
45.0%
|
||
padat
|
Count
|
1
|
4
|
5
|
|
Expected
Count
|
1.3
|
3.8
|
5.0
|
||
%
within jumlah
|
20.0%
|
80.0%
|
100.0%
|
||
%
within fasilitaskesehatan
|
20.0%
|
26.7%
|
25.0%
|
||
%
of Total
|
5.0%
|
20.0%
|
25.0%
|
||
Total
|
Count
|
5
|
15
|
20
|
|
Expected
Count
|
5.0
|
15.0
|
20.0
|
||
%
within jumlah
|
25.0%
|
75.0%
|
100.0%
|
||
%
within fasilitaskesehatan
|
100.0%
|
100.0%
|
100.0%
|
||
%
of Total
|
25.0%
|
75.0%
|
100.0%
|
||
Sesuai dengan pilihan,maka pada begian kedua memperlihatkan data
objektif dan ecfekted(harapan)baik dalam bentuk caca(count) maupun prosentasi.
Sebagai contoh,pada kepadatan ppenduduk yang tidak padat,tanpak pada baris dan kolom
pertama terdapat 4 puskesmas dan 2 rumah sakit ini merupakan data objektif atau
count dan data ecfected(harapan) adalah 1,5 untuk puskesmas dan 4,5 untuk rumah
sakit,dan adanya pilihan prostange maka
akan ditampilkan persentasi
Bagian Ketiga
Chi-Square Tests
Value
|
df
|
Asymp. Sig. (2-sided)
|
|
Pearson Chi-Square
|
8.622(a)
|
2
|
.013
|
Likelihood Ratio
|
9.851
|
2
|
.007
|
Linear-by-Linear Association
|
3.499
|
1
|
.061
|
N of Valid Cases
|
20
|
a 5
cells (83.3%) have expected count less than 5. The minimum expected count is
1.25.
pada bagian ketiga ini,SPSS akan
menampilkan hasil/output dari opsi yang kita pilih yaitu chi-square
.pada data hasil di atas,tanpak bahwa nilai hitung pearson chi-square adalah
8.622(a).
Cara pembuktian hipotesis:
Rumuskan
hipotesis:
Ho:tidak
ada hibungan antara tingkat kepadatan penduduk dengan jumlah fasilitas umum
kesehatan
Hi:adanya
hubungna antara tingkat kepadatan penduduk dengan jumlah fasilitas umum kesehatan
Ada 2(dua) cara untuk mengetahui ada atau tidak adanya hubungna
antara tingkat kepadatan penduduk dengan jumlah fasilitas umum kesehatan,yaitu:
Ketentuan pertama(cara pertama)
Ketentuan:
Jika x2 hitung
< x2 tabel(df k-1 x
k-1)=2,ho diterimah dan hi ditolak
Jika x2 hitung
> x2 tabel(df k-1 x
k-1)=2,ho ditolak dan hi diiterimah
Dapat diperhatikan bahwa harga x2 tebel denga df=2,pada
tingkat kepercayaan 95% sama dengan 5,991(sudah ketetapan pada tabel
chi-square) dan x2 hitung sama dengan 8,662.
Mengingat
x2 hitung sama dengan
8,662.> x2 tabel 0,05(df
2)=5,991,maka ho ditolak dan hi diterimah.
Kesimpulannya,bahawa adanya hubungna antara tingkat kepadatan
penduduk dengan jumlah fasilitas umum kesehatan
Cara kedua
Ketentuan:
Jika p-value < taraf nyata(α) ho ditolak dan hi diterima
Jika p-value > taraf nyata(α) ho diterima dan hi ditolak
Diketahui
nilai p –value sama dengan nilai pada asymp sig(2-sided) artinya karena p-value 0,013 < taraf
nyata(α) 0,05(5%), maka ho ditolak dan hi diterima.
Kesimpulannya,adanya hubungan antara tingkat kepadatan penduduk
dangan fasilitas umum kesehatan
Bagian Keempat
Symmetric
Measures
Value
|
Asymp. Std. Error(a)
|
Approx. T(b)
|
Approx. Sig.
|
||
Ordinal by Ordinal
|
Kendall's tau-b
|
.417
|
.233
|
1.663
|
.096
|
Measure of Agreement
|
Kappa
|
.(c)
|
|||
N of Valid Cases
|
20
|
||||
a
Not assuming the null hypothesis.
b
Using the asymptotic standard error assuming the null hypothesis.
c Kappa statistics cannot be computed.They
require a symmetric 2-way table in which the values of the first variable match
the values of the second variable.
Pada bagian ini hanya membahas nilai nilai nominal pada setiap
varibelnya,nilai nilai inilah yang dapt kita gunakan juga unutuk mengetahui ada
atau tidaknya hubungan antara variabel,seperti ynag kita cari sebelumnnya,baik
menggunakan metode ini atau menggunakana metode sebelumnya hasil dari korelasi
antar variabelnya akan tetap sama
semoga bermanfaat ya :)
semoga bermanfaat ya :)
Komentar
Posting Komentar