Analisis Crosstab

Pengertian Analsisi Crosstab

Analisis Multivariat CROSSTAB (Cross-Tabulation) merupakan analisis data tabulasi silang (baris dan kolom). Biasanya didalam analisis crosstab menyajikan analisis 2 data atau 2 variabel (bivariat), sehingga dapat dikatakan analisis ini sangat umum dan sangat sederhana.

Dalam analisis crosstab, disajikan dalam tabel kontigensi dalam format matriks (tabel), dimana variabel terikat = baris dan variabel bebas kolom. Ciri-ciri analisis ini adalah sebagai berikut: 

• Data input berupa nominal/ordinal. Data nominal hanya berupa kode dan data ordinal mempunyai makna yang berhirarki
• Data bersifat kualitatif/non parametrik ( non parametrik = hasil penelitian berupa rank/scor)
• Menampilkan keterkaitan antar variabel (hubungan).

Kegunaan/manfaat analisis crosstab (khususnya dalam bidang perencanaan wilayah dan kota):

• Efisiensi dalam penyajian data karena sifatnya yang representatif (menyederhanakan kumpulan data) sehingga dapat menyimpulkan data secara mudah dan cepat karena jika menggunakan cara manual akan mengalami kesulitan dalam hal ketelitian (jika berhadapan dengan data yang banyak)
• Dapat mengetahui keteraitan hubungan antara dua variabel atau lebih. Misal dalam perencanaan wilayah dan kota => untuk mengetahui hubungan antara jumlah penduduk dengan jumlah timbulan sampah.

Contoh Analisis Crosstab

Mengidentifikasi Hubungan Antara Timbulan Sampah dan Jumlah Penduduk

Pendahuluan

Sampah merupakan masalah yang umum di perkotaan Indonesia. Sampah diidentifikasi sebagai salah satu faktor penyebab timbulnya eksternalitas negatif terhadap kegiatan perkotaan dikarenakan metoda pengelolaan sampah yang ada masih belum menerapkan asas keberlanjutan. Pengelolaan sampah berbasis masyarakat dapat dijadikan metoda alternatif dalam mengatasi permasalahan sampah. Oleh karenanya perlu adanya analisis lebih lanjut dalam hubungannya dengan jumlah penduduk.

Dalam menganalisis timbulan sampah selalu berkaitan dengan data, dimana dengan mengumpulkan, mengorganisir dan menafsirkan data untuk mendukung proses perencanaan, termasuk analisis data kategori.Ini adalah metode yang tepat untuk menganalisis data diskrit. Analisis, juga disebut sebagai analisis tabulasi, digunakan untuk menentukan apakah variabel yang terkait satu sama lain atau independen, dan untuk mengukur sejauh mana hubungan antara variabel.

Gambaran Umum Wilayah dan Kondisi Persampahan

Sebagai Ibukota Propinsi Kalimantan Timur, Kota Samarinda mengalami perkembangan kegiatan dan fungsi perkotaan, bahkan menjadi salah satu pusat pertumbuhan ekonomi sekaligus pusat kegiatan bagi kawasan Timur Pulau Kalimantan. Secara geografis, Kota Samarinda terletak pada posisi 116 15 36 -117 24 16 BT dan 0 21 18 -1 09 16 LS. Kota ini terbelah oleh Sungai Mahakam, dan memiliki wilayah dengan luas total 71.800 Ha dengan batas-batas wilayah sebagai berikut: 

Batas utara : Kec.Muara Badak dan Tenggarong 

Batas timur : Kec. Anggana 

Batas selatan : Kec.Sanga-Sanga dan Loa Janan  

Batas barat : Kec. Loa Kulu dan Tenggarong

Pola penggunaaan lahan di Kota Samarinda berkembang mengikuti pola penyebaran penduduk perkotaan. Akumulasi penduduk sebagian besar terdapat di lokasi-lokasi kegiatan yang ikembangkan oleh Pemerintah Kota dan didukung dengan prasarana dan sarana transpostasi yang memadai, seperti Pusat perdagangan, Pusat Industri, dan lokasi Transmigrasi.  Sesuai data jumlah penduduk Kota Samarinda sebanyak ± 562.575 jiwa  Pelayanan kegiatan yang telah dilakukan KKKP dapat digambarkan pada tabel sebagai berikut:

Tabel

Jumlah Timbulan Sampah Kota Semarinda

No	Kecamatan	Luas (Ha)	Jumlah Jiwa	Timbulan Sampah per Tahun (m3)
1.	Samarinda Ilir	13073	103.916	94.900
2.	Samarinda Ulu	2987	102.279	93.075
3.	Samarinda Utara	8420	87.998	129.940
4.	Samarinda Seberang	20487	142.426	80.300
5.	Sungai Kunjuang	6.399	85.270	77.745
6.	Palaran	20.437	40.686	37.230

Sumber: Kantor Kebersihan, Pertamanan dan Pemakaman Kota Samarinda

 

Tahapan Analisis Crosstab

Analisis ini digunakan untuk mengetahui deskripsi statistic univariat dari label numeric yang telah di daftarkan (dimasukkan) → dapat berupa mean.

Buka Aplikasi SPSS dengan meng-klik tombol START–lalu pilih All Programs – SPSS Inc – kemudian pilih PASW Statisitc. (gambar : lampiran I)

Masukkan data ke dalam data editor 

    1. Variabel view = untuk menuliskan format masukan data

    2. Data view  = untuk memasukkan data

Klik menu Analyze

• Pilih Descriptives Statistic
• Kemudian, pilih Crosstab (kotak dialog Crosstab akan muncul) 
• Masukkan data yang diinginkan, dimana jumlah penduduk di Rows dan timbulan sampah di colums. Hal ini dikarenakan rows (baris)= variabel terikat dan colums (kolom)= variabel bebas
• Setelah itu kita atur pengaturannya* 
• *Statistic (Pengaturan data dalam bentuk statistik) => kemudian beri tanda cek pada yang ingin ditampilkan (misal : chi squares untuk mengetahui hubungan antar variabel) ,lalu klik continue.
• *Klik cells (pengaturan tampilan data cells) => pilih pengaturan penampilan data yang diinginkan (dalam hal ini, beri tanda cek pada Observe) kemudian klik continue
• Setelah itu Klik OK

Interpretasi Output

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	30.000a	25	.224
Likelihood Ratio	21.501	25	.664
Linear-by-Linear Association	1.047	1	.306
N of Valid Cases	6
a. 36 cells (100,0%) have expected count less than 5. The minimum expected count is ,17.

Mengetahui ada atau tidaknya hubungan antara variabel satu dengan variabel yang lain dengan melihat nilai perbandingan dari Chi-Square (χ2 hitung) dan Chi-Square (χ2 tabel). Apabila nilai Chi-Square (χ2 hitung) > nilai Chi-Square (χ2 tabel) maka dapat dinyatakan variabel tersebut memiliki hubungan antara satu dengan yang lainnya.

Berdasarkan pada tabel diketahui derajat kebebasan (df) adalah 25 dengan nilai CHi-Square adalah 30,000. Sedangkan menurut Chi-Square tabel dengan derajat kebebasan (df) 25  adalah 37,652. Hal ini menandakan Chi Square hitung < Chi-Square tabel yang berarti tidak ada hubungan antara timbulan sampah dengan jumlah penduduk.