Crosstab dapat dibuat menggunakan software aritmatika pada umumnya seperti Microsoft Excel, namun membutuhkan banyak waktu untuk memahami maksud data dan mengolahnya kedalam bentuk Crosstab. Penggunaan software SPSS (Statistical Package for the Social Science) lebih direkomendasikan karena cara penggunaannya yang simpel dan menghasilkan output yang mudah dibaca atau dipahami. Oleh karena itu pada artikel kali ini kita akan membahas cara membuat Crosstab beserta penjelasan hasilnya.
 |
| Data Studi Kasus |
Data diatas merupakan contoh beberapa merk sepatu yang ada di sebuah pabrik sepatu dan akan didistribusikan ke toko yang berada di kota tertentu. Variabel Merk merupakan merk sepatu yang mana 0 artinya bermerk Tyrex, 1 artinya bermerk Donatello, dan 2 berarti merk Yongky Komaladi. Sedangkan variabel tujuan menandakan akan dikirim kemana sepatu tersebut, dengan tujuan Bandung jika kodenya 0 dan dikirim ke Surabaya jika berkode 1. Variabel tipe menunjukkan tipe sepatu apakah untuk laki-laki atau wanita, jika berkode 0 untuk sepatu laki-laki dan sepatu perempuan untuk kode 1. Variabel jumlah produk merupakan jumlah yang akan dikirimkan berdasarkan keterangan pada 3 variabel sebelumnya.
Misal pada baris pertama merk 0, tujuan 0, tipe 0, dan jumlah produk 886, maka dibaca merk Tyrex dengan tujuan pengiriman kota Bandung tipe sepatu laki-laki berjumlah 886 produk. Begitupun seterusnya. Kode 0, 1, dan 2 hanya bersifat sebagai pembeda antar objek. Jika kalian memiliki data yang hampir sama seperti ini, maka kalian bisa memberikan kode dengan angka berapapun. Setelah memahami komposisi data yang ada, kita akan memasuki tahap penyelesaian kasus menggunakan analisis Crosstab. Berikut langkah-langkahnya:
Setelah lembar kerja SPSS terbuka, klik variable view yang ada di posisi pojok kiri bawah. Variable view ini berguna untuk mendefinisikan variabel yang akan dimasukkan.
 |
| Membuka Variabel View |
Masukkan definisi variabel satu persatu. Dimulai dari variabel Merk dengan ketentuan sebagai berikut:
Name: Merk (Nama variabel yang anda inginkan)
Type: Numeric (Pemilihan tipe tulisan. Pada kasus ini tulisan bersifat numerik)
Width: 8 (Banyaknya angka yang dikehendaki dalam satu baris)
Decimal: 0 (Banyak bilangan desimal yang diinginkan)
Label: *Dikosongkan saja
Missing: None (Nilai missing values yang dikehendaki)
Columns: 8 (Banyaknya angka yang dikehendaki dalam satu kolom. Biasanya Width = Columns)
Align: Right (Penyetaraan tulisan)
Measure: Scale (Pemilihan tipe data. Pada kasus ini data bersifat skala)
Values: Pada bagian values, klik pada bagian "titik tiga" seperti pada gambar dibawah.
 |
| Memasukkan Kriteria Nilai Value |
Sehingga akan muncul kotak dialog Value Labels untuk memasukkan nilai Values. Masukkan nilai Value = 0 dan Label = Tyrex, kemudian klik Add. Seperti pada contoh gambar dibawah.
 |
| Kotak Dialog Value Labels |
Setelah itu masukkan juga nilai Value = 1 dengan Label = Donatello, serta Value = 2 dengan Label = Yongky Komaladi. Hal ini sesuai dengan ketentuan studi kasus apabila merk sepatunya Tyrex maka akan diberikan kode 0, merk Donatello dengan kode 1, dan merk Yongky Komaladi dengan kode 2.
 |
| Kota Dialog Value Labels yang Sudah Terisi |
Jika sudah, selanjutnya memasukkan variabel Tujuan, dengan ketentuan sebagai berikut:
Name: Tujuan (Nama variabel yang anda inginkan)
Type: Numeric (Pemilihan tipe tulisan. Pada kasus ini tulisan bersifat numerik)
Width: 8 (Banyaknya angka yang dikehendaki dalam satu baris)
Decimal: 0 (Banyak bilangan desimal yang diinginkan)
Label: *Dikosongkan saja
Missing: None (Nilai missing values yang dikehendaki)
Columns: 8 (Banyaknya angka yang dikehendaki dalam satu kolom. Biasanya Width = Columns)
Align: Right (Penyetaraan tulisan)
Measure: Scale (Pemilihan tipe data. Pada kasus ini data bersifat skala)
Values: 0 = Bandung, 1 = Surabaya (Masukkan nilainya dengan cara yang sama seperti pada variabel Merk)
Variabel Tipe:
Name: Tipe (Nama variabel yang anda inginkan)
Type: Numeric (Pemilihan tipe tulisan. Pada kasus ini tulisan bersifat numerik)
Width: 8 (Banyaknya angka yang dikehendaki dalam satu baris)
Decimal: 0 (Banyak bilangan desimal yang diinginkan)
Label: *Dikosongkan saja
Missing: None (Nilai missing values yang dikehendaki)
Columns: 8 (Banyaknya angka yang dikehendaki dalam satu kolom. Biasanya Width = Columns)
Align: Right (Penyetaraan tulisan)
Measure: Scale (Pemilihan tipe data. Pada kasus ini data bersifat skala)
Values: 0 = Laki-laki, 1 = Wanita (Masukkan nilainya dengan cara yang sama seperti pada variabel Merk)
Variabel Jumlah Produk:
Name: Jumlah_Produk (Nama variabel yang anda inginkan. SPSS tidak bisa membaca data spasi, maka gunakan under score ( _ ) untuk menggantikan fungsi spasi)
Type: Numeric (Pemilihan tipe tulisan. Pada kasus ini tulisan bersifat numerik)
Width: 8 (Banyaknya angka yang dikehendaki dalam satu baris)
Decimal: 0 (Banyak bilangan desimal yang diinginkan)
Label: *Dikosongkan saja
Missing: None (Nilai missing values yang dikehendaki)
Columns: 8 (Banyaknya angka yang dikehendaki dalam satu kolom. Biasanya Width = Columns)
Align: Right (Penyetaraan tulisan)
Measure: Scale (Pemilihan tipe data. Pada kasus ini data bersifat skala)
Values: None (Karena tidak ada yang perlu didefinisikan pada variabel jumlah produksi)
Nantinya semua variabel yang telah didefinisikan akan terlihat seperti ini:
 |
| Mendefinisikan Variabel |
3. Memasukkan Data
Berpindahlah ke sheet Data View yang ada disebelah tulisan Variable View. Masukkan data satu persatu sesuai dengan ketentuan studi kasus. Jika data anda ada banyak dan tersimpan di file Microsoft Excel, maka anda bisa meng-copy dari Excel kemudian paste-kan kedalam lembar kerja SPSS. Namun lakukan copy paste data harus berdasarkan pervariabel.
 |
| Memasukkan Data ke Data View |
4. Tahap Analisis Data
Klik Analyze → klik Descriptive Statistic → klik Crosstab. Setelah mengklik Crosstab maka akan muncul kotak dialog Crosstabs. Masukkan variabel merk ke kotak row(s), tipe ke kotak column(s) dan tujuan ke kotak layer dengan cara mengklik nama masing-masing variabel kemudian klik tanda panah yang berwarna biru. Setelah itu klik OK maka hasilnya akan keluar pada lembar output SPSS.
 |
| Kotak Dialog Crosstab |
5. Hasil Analisis dan Pembahasan
 |
| Output Crosstab |
Gambar diatas merupakan hasil tabel kontigensi 2x3x2. Dinamakan tabel kontigensi 2x3x2 dikarenakan susunan dari kiri ke kanan terdiri dari dua objek variabel Tujuan, kemudian tiga objek variabel Merk, dan dua objek variabel Tipe yang membentuk susunan Tujuan x Merk x Tipe = 2x3x2. Tabel terbagi menjadi dua baris besar yakni Bandung dan Surabaya. Dari masing-masing variabel tujuan tersebut terdapat masing-masing tiga baris merk dan dua kolom tipe. Jumlah data yang disajikan pada tabel ini menunjukan angka-angka yang relatif besar mencapai angka seribuan, hal ini dikarenakan praktikan sebelumnya menggunakan variabel jumlah_produk untuk menghitung frekuensinya.
Cara membaca tabelnya dimulai dari sebelah kiri ke kanan. Pada bagian tabel dengan tujuan Bandung, merk Tyrex dengan tipe laki-laki ada 886 data sedangkan untuk tipe wanita datanya kosong, sehingga total data yang ada pada merk Tyrex untuk semua tipe ada 886 data. Tujuan Bandung dengan Merk Donatello tipe laki-laki ada 824 data dan wanita ada 987 data dengan total keseluruhannya 1811 data. Tujuan Bandung Merk Yongky Komaladi tidak mempunyai data tipe laki-laki dan tipe wanitanya ada 715 data, sehingga total keseluruhan semua tipe ada 715 data. Untuk total keseluruhan data yang ada di tujuan Bandung untuk tipe laki-lakinya ada 1710 data dan 1702 untuk data wanita dengan total keseluruhan 3412 data untuk semua tipe dan semua merk.
Untuk bagian tabel dengan tujuan Surabaya, merk Tyrex dengan tipe laki-laki ada 119 data dan 837 data untuk wanita yang total keseluruhannya ada 956 data. Merk Donatello hanya mempunyai data tipe laki-laki sebanyak 397 data. Begitupun dengan merk Yongky Komaladi yang juga hanya memiliki data tipe laki-laki sebanyak 678 data. Total keseluruhan data yang ada pada tabel tujuan Surabaya sebanyak 2031 data untuk semua tipe dan merk dengan rincian total tipe laki-laki sebanyak 1194 data dan 837 data untuk keseluruhan tipe wanita.
Jika ditotal secara keseluruhan maka data untuk semua merk dengan tipe laki-laki ada 2.904 data dan 2539 data untuk tipe wanita serta total keseluruhan data yang ada untuk semua tujuan, merk dan tipe sebanyak 5443 data.
Sebagai penutup, Crosstab sangat direkomendasikan untuk penelitian yang menggunakan analisis deskriptif asalkan datanya memiliki minimal dua variabel syarat/objek dan satu variabel nilai. Sekian artikel tutorial kali ini, jika ada hal yang ingin ditanyakan silahkan bertanya melalui kolom komentar dibawah. Semoga bermanfaat!
Sebagai penutup, Crosstab sangat direkomendasikan untuk penelitian yang menggunakan analisis deskriptif asalkan datanya memiliki minimal dua variabel syarat/objek dan satu variabel nilai. Sekian artikel tutorial kali ini, jika ada hal yang ingin ditanyakan silahkan bertanya melalui kolom komentar dibawah. Semoga bermanfaat!
