Tabel Silang (Crosstab)

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

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

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

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 ,
• 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
• Klik OK
• Lakukan hal yang sama untuk variabel Prestasi Kerja.
• Selanjutnya Klik Analyze > Descriptive Statistic > Crosstab.
• Masukkan variable “Jenis Kelamin [jenis_kelamin]†pada kotak Row(s) dengan cara klik tanda panah yang terdapat pada samping kiri kotak Row(s) tersebut.
• Masukkan variabel “Prestasi Kerja [prestasi_kerja]†pada kotak Column(s) dengan cara klik tanda panah yang terdapat pada samping kiri kotak Column(s) tersebut.
• mudian 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.

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 SPSS:

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 Kelamin	Laki-Laki	Count	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%
	Wanita	Count	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%
Total		Count	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%

kesimpulannya bahwa 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.