BAB IPENDAHULUAN

Dasar PemikiranSeiring dengan perkembangan zaman, teknologi semakin berkembang pula karena pemikiran manusia semakin modern sehingga semua pekerjaan akan dapat selesai dengan lebih cepat tanpa cara yang sulit. Hal ini juga berpengaruh dalam pekerjaan para ahli statistik. Statistik merupakan pekerjaan yang menurut sebagian orang begitu membosankan. Salah satu pekerjaa para statistikawan yaitu menganalisis dan mengukur hubungan antar data. Caranya adalah dengan menggunakan tabel Kontigensi menggunakan program SPSS. SPSS (Statistical package for the Social Sciences) atau Paket Statistik untuk Ilmu Sosial adalah sebuah program yang digunakan untuk analisis statistik. (sumber: Nugraha, Jaka. 2014. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta : Universitas Islam Indonesia)Sedangkan Tabel Kontingensi merupakan tabel yang digunakan untuk mengukur hubungan (asosiasi) antara dua variabelkategorikdimana tabel tersebut merangkum frekuensi bersama dari observasi pada setiap kategori variabel. (sumber: http://parameterd.wordpress.com/2013/09/13/tabel-kontingensi-cross-classification-table/)

BAB IIDESKRIPSI KERJA

Pada praktikum kali ini, praktikan akan menyelesaikan sebuah pengolahan analisis deskripsi menggunakan tabel Kontigensi dimana dalam kasus ini yang akan dibuat tabel Kontigensi adalah data tentang jumlah pekerja pada suatu kota dengan kategori umur dan jenis kelamin. Langkah-langkah yang dilakukan adalah:1. Membuat variabelnya pada variable view yaitu kota, gender, umur, pekerjaan dan jumlah

Gambar 2.1. Membuat variabel2. Membuat ketentuan-ketentuan pada masing-masing variabel dengan mengisi data kualitatif value dan label kemudian klik add, dan OKa. Variabel kota

Gambar 2.2. Ketentuan pada variabel kotab. Variabel Gender

Gambar 2.3. Value pada variabel umurc. Variabel umur

Gambar 2.4. Value pada variabel umurd. Variabel pekerjaan

Gambar 2.5. Value pada variabel pekerjaan3. Sehingga akan pada values sudah terisi ketentuan-ketentuan yang dibuat, seperti gambar 2.6.

Gambar 2.6. Tampilan pada variabel view setelah diisi

4. Mengisi data-data pada masing-masing variabel kota, gender, umur, pekerjaan dan jumlah yaitu ada 180 data menurun

Gambar 2.7. Mengisi data5. Mengklik Analyze pada menu bar, descriptive statistics dan kemudian crosstabs seperti gambar di bawah ini :

Gambar 2.8. Menu untuk menyajikan data tabel Kontigensi

6. Memasukkan variabel gender ke dalam baris (row), variabel pekerjaan ke dalam kolom (column) dan variabel umur, kota ke dalam layer

Gambar 2.9. Memasukkan variabel-variabel

7. Setelah klik OK (pada gambar 2.9), maka akan muncul output dari data yang telah dibuat

Gambar 2.10. Output tabel KontigensiBAB IIIPEMBAHASAN

Pada praktikum ini, praktikan telah dijelaskan tentang tabel Kontigensi. Praktikan dituntut dapat membuat tabel Kontigensi dari sebuah data. Dimana dalam kasus ini praktikan membuat data tentang jumlah pekerjaan pada suatu kota yang dilihat dari umur dan jenis kelamin untuk dibuat tabel Kontigensi dengan ukuran 6 x 3 x 2 x 5. Untuk lebih jelasnya, dapat dilihat pada gambar dibawah.

Gambar 2.1. Membuat variabelGambar di atas adalah tampilan dari pembuatan variabel pada variable view. Variabel yang dibuat adalah kota, gender, umur, pekerjaan dan jumlah. Tipe data adalah numerik dengan angka dibelakang koma adalah nol (tidak ada). Untuk values (yang diberi tanda kotak) adalah ketentuan dari pengisian data (koding). Jika di klik kotak di sebelah None, maka akan muncul tampilan seperti di bawah ini:

Gambar 3.2. Value pada variabel kotagambar 3.2 adalah value untuk variabel kota. Cara pengisiannya adalah dengan mengisi kolom value dengan angka yang diinginkan kemudian kolom label dengan nama dari kolom value. Misalnya pada kolom value diisi angka 2 dan kolom label diisi dengan magelang artinya adalah jika pada data view diisi angka 2 pada variabel kota berarti adalah kota magelang. Kemudian di klik add untuk menambahkannya. Gambar di atas yang diberi penomoran adalah dari nomor 1 sampai 5 dengan nama kota Purworejo, Magelang, Semarang, Sleman, Yogyakarta dan Rembang. Setelah semua diisi, maka klik OK.Untuk variabel gender, value yang diisi adalah 1 untuk Laki-laki dan 2 untuk perempuan. Variabel umur adalah 1 untuk umur di bawah 30 tahun, 2 untuk umur 30-50 tahun, dan 3 untuk umur di atas 50 tahun. Variabel pekerjaan adalah 1 untuk pekerjaan PNS, 2 untuk pekerjaan swasta, 3 untuk pekerjaan buruh, 4 untuk pekerjaan wiraswasta dan 5 untuk pekerjaan selain dari nomor 1 sampai 4.

Gambar 3.3. Mengisi dataSetelah variabel dibuat, maka pada data view diisi dengan data-datanya dari kota, gender, umur, pekerjaan dan jumlah. Data diisi dengan 180 data karena tabel Kontigensi yang akan dibuat adalah 6 x 3 x 2 x 5 sehingga dikalikan saja dan didapat hasil 180 data. Dapat dilihat, data pada nomor 159 pada kolom kota diisi angka 3, kolom gender 1, kolom umur 3, kolom pekerjaan 5 dan kolom jumlah adalah 3. Artinya data pada nomor 159 adalah data pada kota Semarang, dengan jenis kelamin laki-laki, umur lebih dari 50 tahun dan pekerjaan selainnya ada 3 orang. Begitu juga untuk data yang lain dari nomor 1 sampai 180.

Gambar 3.4. Memasukkan variabel-variabelUntuk membuat tabel Kontigensinya, maka klik analyze pada menu bar kemudian descriptive statistics dan crosstab. Sehingga akan muncul tampilan seperti gambar di atas. Variabel gender dimasukkan ke dalam row yaitu ditempatkan sebagai barisnya. Variabel pekerjaan dimasukan ke dalam column yaitu sebagai kolomnya (atas). Variabel kota dimasukkan ke dalam layer yaitu untuk variabel baris terluar dan klik next kemudian memasukkan variabel umur ke dalam layer setelah variabel kota. Dengan itu maka data akan dibuat tabel Kontigensi 6 x 3 x 2 x 5 dengan klik OK pada kota sehingga akan keluar output tabel Kontigensi dari seluruh data gambar 3.4 tersebut.

Gambar 3.5. Hasil output tabel KontigensiGambar di atas adalah gambar hasil output dari data yang telah diisi. Tabel yang pertama (case processing summary) merupakan rincian jumlah dari data gender x pekerjaan x umur x kota. Dapat dilihat, seperti yang telah diisipada tabel crosstabnya variabel pekerjaan berada di atas sebagai kolom. Variabel umur, gender dan jenis kelamin berada sebagai baris (sebelah kiri) dengan kota sebagai variabel terluarnya.

Cara membacanya kota Purworejo yang umurnya kurang dari 30 tahun dan jenis kelamin laki-laki yang bekerja sebegai PNS ada 7, yang bekerja sebagai buruh ada 1, yang pekerjaan swasta ada 0, yang pekerjaannya wiraswasta ada 0, dan pekerjaan yang lainnya ada 5 dan totalnya 13.di kota purworejo yang berjenis kelamin laki-laki tetapi umurnya diantara 30-50 tahun yang bekerja sebagai PNS ada 4, yang bekerja swasta ada 0, yang bekerja sebagai buruh ada 0, yang pekerjaannya wiraswasta ada 1, pekerjaan lainnya ada orang2, dan totalnya ada 7 orang. Laki-laki yang umurnya lebih dari 50 tahun di Purworejo yang bekerja sebagai PNS ada 4 orang, yang pekerjaannya swasta ada 3, yang bekerja sebagai buruh ada 3, yang pekerjaannya wiraswasta ada 6, yang pekerjaan lainnya ada 56 dan totalnya ada 72. Total pegawai PNS laki-laki di Purworejo ada 15, pegawai swasta ada 4, buruh ada 3, wiraswasta ada 7, pekerjaan lainnya ada 63 sehingga seluruh laki-laki di Purworejo dengan tidak dilihat dari jenis pekerjaan dan umurnya ada 92 orang. Begitu pula cara membaca untuk yang berjenis kelamin perempuan dan untuk kota-kota yang lainnya.

BAB IVPENUTUP

KesimpulanDari serangkaian pembuatan Tabel Kontigensi menggunakan SPSS, dapat disimpulkan bahwa dengan menggunakan tabel Kontigensi akan mempermudah untuk meganalisis hubungan data tersebut karena data telah ditampilkan sesuai kelompoknya sehingga membacanya pun menjadi lebih mudah.

DAFTAR PUSTAKA

Nugraha, Jaka. 2014. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta : Universitas Islam Indonesia.http://parameterd.wordpress.com/2013/09/13/tabel-kontingensi-cross-classification-table/ yang diakses pada tanggal 28 Oktober 2014 pukul 16.20 WIB