ANALISIS DATA EKSPLORATIF MODUL 3 TABEL KONTIGENSI DALAM SPSS

dokumen-dokumen yang mirip
ANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS

ANALISIS DATA EKSPLORATIF MODUL 5 ANALISIS COMPARE MEANS

IV. TEST UNTUK DATA NOMINAL DAN ORDINAL 14 Desember 2005

Aplikasi di Bidang Politik

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)

ANALISIS DATA EKSPLORATIF MODUL 4 PENGANTAR MINITAB

Crosstab dan Chi-Square: Analisis Hubungan Antarvariabel Kategorikal

Bhina Patria

Nandang Arif Saefuloh, M.Pd. *) Universitas Islam Nusantara, Jl. Soekarno-Hatta No. 530, Bandung, Abstrak

LAMPIRAN Case Processing Summary Universitas Sumatera Utara

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5)

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel

II. MENDESKRIPSIKAN DATA 13 Desember 2005

PRAKTIKUM 1 PENGENALAN SPSS

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

STMIK STIKOM BALIKPAPAN 1 CHI SQUARE

Prosedur Uji Chi-Square

PENGARUH POSISI PENGOPERASIAN KOMPUTER TERHADAP KETELITIAN Disusun Oleh : Egrie Prihatningtias H.Y.

ANALISIS DATA KATEGORIK

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

UJI CHI-SQUARE. 1. Skala pengukuran. ada 4 jenis skala pengukuran yaitu nominal, ordinal (bertingkat), interval, rasio

MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:

BAB IV PEMBAHASAN DAN ANALISIS

POLITEKNIK KESEHATAN SURAKARTA TAHUN

Statistik Uji Kruskal-Wallis

Memulai SPSS dan Mengelola File

Pengenalan SPSS 15.0

BAB III METODE PENELITIAN

Mengolah Data Bidang Industri

BAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS

1.1 Memulai SPSS SPSS Data Editor PENGENALAN SPSS. Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2

Jika terdapat k variabel bebas, x dan Y merupakan variabel tergantung, maka diperoleh model linier dari regresi berganda seperti rumus [3.1]. [3.

BAB IV DESKRIPSI DAN ANALISI DATA

Uji OR dan Regresi Logistik Sederhana

TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22

LAMPIRAN 1. Pengujian Data Berdistribusi Poisson dengan Menggunakan SPSS Langkah 1 : Buka Program SPSS 17.0

Dua sampel independen, tidak terikat, tidak

BAB III METODE PENELITIAN

STATISTIK DESKRIPTIF

BAB IV DESKRIPSI DAN ANALISIS DATA

Lampiran 1. Universitas Sumatera Utara

Pengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc

MODUL 1 SAMPLE t-test

MATERI PERTEMUAN KE 3 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:

Mendesain Tabel Statistik Secara Profesional

Pokok Bahasan Membuat dan Menempatkan Tabel Menempatkan Footnotes Menempatkan Komentar (Comment) Mencetak Dokumen

MAKALAH UJI PERLUASAN MEDIAN

MEMBACA HASIL ANALISIS DENGAN SPSS

PANDUAN PRAKTIKUM STATISTIKA. Disusun oleh: Dr. Ir. Sofyan, M.Agric Zulkarnain, S.Si Nova Ernida, S.Si Rahmadiansyah, S.Si

XIII. STATISTIKA NON PARAMETRIKA

BAB 3 PENGOLAHAN DATA

STATISTIKA DESKRIPTIF

Entry data merupakan salah satu tahap yang penting dalam mengolah data. Ketepatan, ketelitian dalam memasukkan data adalah kunci pokok membuat data

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)

BAB II TABEL KATEGORIK 2 x 2

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penyusunan skripsi ini adalah

Modul Praktikum Basis Data 5 Query

PENYAJIAN DATA DAN PENGOLAHAN DATA DENGAN SPSS

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

Lampiran 1. Lembar Persetujuan Menjadi Responden

MODUL PELATIHAN SPSS

Aplikasi Komputer. Ms. Powerpoint 2010 MODUL PERKULIAHAN. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

PENGOLAHAN DATA DENGAN SPSS

Statistik Deskriptif untuk Data Nominal dan Ordinal

INSTRUMEN PENELITIAN

BAB IV DESKRIPSI DAN ANALISIS DATA

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Lampiran 1. Kuisioner Penelitian. Nim :

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) dan Harvard Graphic

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

Lampiran 1. Langkah perhitungan Uji Validitas di SPSS.

Modul 5 Macromedia Dreamweaver 8

PENGENALAN SPSS & PEMBUATAN FILE DATA

LAMPIRAN. Lampiran 1. Copy lembar permohonan surat pengantar menuju RS Paru Surabaya

PERTEMUAN 4 MENYISIPKAN TABEL

ANALISIS DATA EKSPLORATIF MODUL 1 MENGENAL MICROSOFT EXCEL

CHI-SQUARE: GOODNESS OF FIT TEST

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:

Case Processing Summary. Cases. Valid Missing Total. PenolongPersalinan. Tenaga Kesehatan. Chi-Square Tests. Asymp. Sig. (2-

UJI PERSYARATAN ANALISIS DATA

Bab 2 Entri dan Modifikasi Sel

BAB I PENDAHULUAN. 1.1 Latar Belakang

SPSS 10: Transformasi Data. Transformasi Data

Entri dan Modifikasi Sel

LANGKAH-LANGKAH PENGUJIAN INSTRUMEN UJI VALIDITAS DAN RELIABILITAS

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

MENGENAL POWER POINT

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

PROSEDUR MENGUJI DISTRIBUSI NORMAL MELALUI UJI KAI KUADRAT DI SPSS

UJI CHI SQUARE. (Uji data kategorik)

BAB III METODE PENELITIAN

MODUL II TABEL. 3. Blok grid tabel sebanyak kolom dan baris yang anda inginkan. Baris x kolom

BelajarSPSS. Grendi Hendrastomo Pend. Sosiologi FISE UNY

ANALISIS DATA ASOSIATIF

Modul Praktikum Basis Data 11 Membuat Menu dengan Form

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik

Transkripsi:

ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 3 TABEL KONTIGENSI DALAM SPSS Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 28 November 2013 Praktikan Tanda tangan Laboran Nama Penilai Tanggal Koreksi Nilai Asisten Tanda tangan Dosen Alfi Riyandi Putra Baiq Anis Ratnasari Dr. Jaka Nugraha, M. Si. JURUSAN STATISTIKA FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA YOGYAKARTA 2013

BAB I PENDAHULUAN A. DASAR TEORI 1. Pengertian Penyajian Data Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil penelitian yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan yang diinginkan. Data yang disajikan harus sederhana dan jelas agar mudah dibaca. Penyajian data juga dimaksudkan agar para pengamat dapat dengan mudah memahami apa yang disajikan untuk selanjutnya dilakukan penilaian atau perbandingan dan lain lain. 2. Jenis-jensi Penyajian Data a. Penyajian Data Dalam Bentuk Tulisan (Textular Presentation) Penyajian dalan bentuk tulisan sebenarnya merupakan gambaram umum tentang kesimpulan hasil pengamatan. Penyajian dalam bentuk tulisan banyak digunakan dalam bidang sosial, ekonomi, psikologi, dan lain-lain, dan berperan sebagai laporan hasil penelitian kualitatif. Misalnya untuk mengetahui persepsi masyarakat tentang suatu produk yang telah dipasarkan atau penerimaan, pendapat serta kepercayaan masyarakat terhadap suatu program pemerintah atau program pelayanan pada manyarakat atau keberadaan petugas kesehatan yang terdapat didaerah. b. Penyajian Data Dalam Bentuk Tabel (Table Persentation) Penyajian dalam bentuk tabel merupakan penyajian data dalam bentuk angka yang disusun secara teratur dalam bentuk kolom dan baris. Penyajian dalam bentuk tebel banyak digunakan pada penuilsan laporan hasil penelitian dengan maksud agar orang mudah memperoleh gambaran rinci tentang hasil penelitian yang telah dilakukan. Suatu tabel yang lengkap terdiri dari : 1. Nomor tabel Bila tabel yang disajikan lebih dari satu makna hendaknya diberi nomor agar mudah untuk mencari kembali bila dibutukan. Nomor tebel biasanya ditempatkan di atas sebelah kiri sejajar dengan judul tabel. 2. Judul Tabel 1

Setiap tabel yang disajikan harus diberikan judul karena dari judul tabel orang dapat mengetahui tentang apa yang disajikan. 3. Catatan Pendahuluan Catatan pendahuluan biasanya diletakkan di bawah judul dan berfungsi sebagai keterangan tambahan tentang tahun pembuatan tabel atau jumlah pengamatam yang dilakukan. 4. Badan Tabel Badan atbel terdiri dari judul kolom, judul baris, judul kompartemen, dan sel. 5. Catatan kaki Catatan kaki dimaksudkan untuk memberi keterangan terhadap singkatan atau ukuran yang digunakan. Biasanya dengan member tanda yang sesuai dengan tanda yang terdapat di kanan atas singkatan yang digunakan. Tanda yang biasanya dapat berupa *x dan lain lain. Catatan kaki diletakkan di bawah kiri tabel. 6. Sumber Data Sumber data diletakan di bagian kiri bawah (di bawah catatan kaki), sumber ini mempunyai arti penting bila data yang sajikan berupa data sekunder. (Safutri Yuniza. 2011. Penyajian Data. http://yunizasyafutrieza.blogspot.com/2011/09/penyajian-data.html diakses pada tanggal 26 Novermber 2013 jam 11.58) 3. Tabel Kontigensi Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi tabel ini mempunyai ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom. Tabel kontingensi bisa digunakan untuk melihat hubungan dua peubah kategorik. Dari tabel kontingensi ini bisa dibuat kesimpulan apakah ada hubungan antara satu variabel dengan variabel lainnya. Untuk menegaskan pembahasan dari tabel kontingensi, dilakukan pengujian formal yang dikenal dengan uji Khi-Kuadrat (Chi-Square Test). (Atom. 2008. Tabel Kontigensi. http://computerstatistics.blogspot.com/2008/07/tabel-kontingensi.html diakses pada tanggal 26 November 2013 jam 12.04) 2

B. STUDI KASUS Pada praktikum modul 3 tentang Tabel Kontigensi Dalam SPSS, praktikan akan membuat tabel kontigensi dari data pada tabel di bawah ini: Tabel 1.1 Data Danau, Sex, Ukuran, dan Makanan Utama Makanan Utama Danau Sex Ukuran Ikan Invertebrata Reptil Burung Lain Hancock Jantan <=3 7 1 0 0 5 >3 4 0 0 1 2 Betina <=3 16 3 2 2 3 >3 3 0 1 2 3 Oklawa Jantan <=3 2 2 0 0 1 >3 13 7 6 0 0 Betina <=3 3 9 1 0 2 >3 0 1 0 1 0 Trafford Jantan <=3 3 7 1 0 1 >3 8 6 6 3 5 Betina <=3 2 4 1 1 4 >3 0 1 0 0 0 George Jantan <=3 13 10 0 2 2 >3 9 0 0 1 2 Betina <=3 3 9 1 0 1 >3 8 1 0 0 1 Dalam praktikum kali ini, praktikan harus membuat tabel kontigensi tiga dimensi berukuran 4x2x5 dengan menghilangkan faktor sex. 3

BAB II DESKRIPSI KERJA Dalam bab II ini, praktikan akan menjelaskan langkah-langkah untuk membuat tabel kontigensi dari studi kasus. Langkah awal adalah mengaktifan SPSS sehingga menampilkan SPSS Statictics Data Editor. Setelah mengaktif SPSS, langkah-langkah membuat tabel kontigensi sebagai berikut: 1. Klik Variabel View yang berada pad sudut kiri bawah, kemudian ketik variabel Danau, Sex, Ukuran, Makanan_Utama, dan Frekuensi pada kolom Name. 2. Ganti Decimals pada variabel Danau, Sex, Ukuran, Makanan_Utama, dan Frekuensi dari angka 2 menjadi angak 0 dengan menghapus angka 2 kemudian mengetik angka 0, atau dengan menggunakan icon segitiga ke bawah hingga angka 2 menjadi angka 0. 3. Ganti Value pada variabel Danau menjadi value 1 untuk label Hancock, value 2 untuk label Oklawa, value 3 untuk label Trafford, dan value 4 untuk label George dengan mengklik icon titik-titik sehingga muncul kotak dialog seperti gambar 2.1 di bawah ini. Gambar 2.1 Kotak Dialog Value Labels Pada kolom isian value dan label, isilah angka 1 dan Hancock. Lakukan perintah yang sama untuk kolom isian value dan label dari Oklawa, Trafford, dan George. 4. Ganti Value pada variabel Sex, Ukuran, dan Makanan_Utama seperti pada langkah 3 dengan ketentuan sebagai berikut: 4

Pada variabel Sex, value 1 untuk label Jantan dan value 2 untuk label Betina. Pada variabel Ukuran, value 1 untuk label <=3 dan value 2 untuk label >3 Pada variabel Makanan_Utama, value 1 untuk label ikan, value 2 untuk label Inverterbrata, value 3 untuk label Reptil, value 4 untuk label Burung, dan value 5 untuk label Lain. Sehingga Variabel View akan tampil seperti pada gambar 2.2 di bawah ini: Gambar 2.2 SPSS Statistics Data Editor Variabel View 5. Klik Data View dan ketik angka-angka seperti pada gambar 2.3 di bawah ini: 5

Gambar 2.3 Data View dari penyelesaian kasus 6. Untuk melihat hasil dari value dan label, klik Value Labels, sehingga akan tampil halaman seperti pada gambar 2.4 di bawah ini: 6

Gambar 2.4 Data View dengan Values Labels 7. Klik icon atau dapat juga dilakukan dengan mengklik Data Weight Cases sehingga tampil kotak dialog Weight cases. Klik weight cases by, Pilih variabel Frekuensi dan pindahkan pada kolom frequency variable dengan mengklik tombol panah kanan seperti pada gambar 2.5, kemudian klik OK. Gambar 2.5 Kotak Dialog Weight cases 8. Klik Analyze Descriptive Statistics Crosstabs sehingga tampil kotak dialog Crosstabs. Pilih variabel Ukuran pada kolom Row(s), pilih variabel Makanan_Utama pada kolom column(s), dan pilih variabel Danau pada kolom Layer 1 of 1 dengan mengklik tombol panah kanan kemudian klik OK seperti pada gambar 2.6 dan secara otomatis server akan menampilkan output seperti pada gambar 2.7 bawah ini: 7

Gambar 2.6 Kotak Dialog Crosstabs Gambar 2.7 Output SPSS 9. Simpanlah syntax dan output dengan menekan tombol Ctrl+S dan ketik dengan MODUL 3 pada Filename. 8

BAB III PEMBAHASAN Dalam bab III ini, praktikan akan menjelaskan istilah-istilah penting yang terdapat pada langkah-langkah tabel kontigensi (bab II) dan menginterpretasikan output SPSS dari tabel kontigensi Tabel 1.1 Data Danau, Sex, Ukuran, dan Makanan Utama. Berikut adalah istilah-istilah penting dalam tabel kontigensi dan penjelasannya: 1. Value pada Variabel View merupakan kode yang diberikan jika variabel yang digunakan kategorik. Di dalam kotak dialog value labels terdiri value yang menyatakan kode dan label yang meyatakan deskripsi dari kode. Berdasarkan praktikum tabel kontigensi dengan SPSS diketahui bahwa: Variabel Danau terdiri dari kode 1, 2, 3, dan 4 yang dideskripsikan dengan Hancock, Trafford, Oklawa, dan George. Variabel Sex terdiri dari kode 1 dan 2 yang dideskripsikan dengan Jantan dan Betina. Variabel Ukuran terdiri dari kode 1 dan 2 yang dideskripsikan dengan <=3 dan >3. Variabel Makanan_Utama terdiri dari kode 1, 2, 3, 4, dan 5 yang dideskripsikan dengan Ikan, Inverterbrata, Reptil, Burung, dan Lain. 2. Weight cases digunakan untuk memberikan bobot pada kasus atau besarnya kasus pada suatu variabel. Pada proses pembobotan (weighting) memang tidak terlihat perubahan pada data sebelumnya dan efek pembobotan akan tampak pada perhitungan statistika seperti tabel kontigensi. Berdasarkan praktikum, Weight cases dilakukan pada variabel Frekuensi. 3. Crosstabs merupakan bagian dari submenu dari Descriptive Statistics yang berguna untuk menyajikan deskripsi data dalam bentuk tabel silang. Tabel silang (Crosstabs) adalah sebuah tabel ynag terdiri dari atas satu baris atau lebih dan satu kolom atau lebih yang menampilkan kaitan antara dua atau lebih variabel sampai dengan menghitung apakah ada hubungan antara baris dan kolom. Pada praktikum modul 3 ini, tabel silang (Crosstabs) dilakukan untuk mengetahui hubungan baris variabel Ukuran dengan kolom variabel Makanan_Utama dengan variabel baris terluar (layer 1 of 1) adalah Danau, sehingga terbentuk tabel kontigensi tiga dimensi. 9

ini: Berdasarkan praktikum, maka diperoleh output seperti pada tabel 3.1 dan 3.2 di bawah Tabel 3.1 Case Processing Summary Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent Ukuran * Makanan_Utama * Danau 219 100.0% 0.0% 219 100.0% Tabel Case Prosessing Summary digunakan untuk menunjukkan sejauh mana alat pengukur dapat diandalkan dan menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Pada tabel 3.1 diketahui bahwa jumlah data yang diproses (valid) pada variabel Ukuran, Makanan_Utama, dan Danau adalah 219 dan jumlah data yang tidak tersedia (missing) untuk diproses adalah 0, sehingga persentase data keakuratannya (valid) adalah 100% dan persentase data missing adalah 0 %. Berdasarkan tabel tersebut, dapat disimpulkan bahwa data yang diproses menunjukkan keakuratan dan konsistensi yang tinggi. Tabel 3.2 Ukuran*Makanan_Utama*Dana Crosstabulation Count Ukuran * Makanan_Utama * Danau Crosstabulation Makanan_Utama Danau Ikan Invertebrata Reptil Burung Lain Total Hancock Ukuran <=3 23 4 2 2 8 39 >3 7 0 1 3 5 16 Total 30 4 3 5 13 55 Oklawa Ukuran <=3 5 11 1 0 3 20 >3 13 8 6 1 0 28 Total 18 19 7 1 3 48 Trafford Ukuran <=3 5 11 2 1 5 24 >3 8 7 6 3 5 29 Total 13 18 8 4 10 53 10

George Ukuran <=3 16 19 1 2 3 41 >3 17 1 0 1 3 22 Total 33 20 1 3 6 63 Tabel 3.2 menunjukkan keterkaitan antara variabel Ukuran, Makanan_Utama, dan Danau sebagai berikut: 1. Predator Hancock yang berukuran <=3 memakan sebanyak 39 makanan utama yang terdiri 23 ikan, 4 inverterbrata, 2 reptil, 2 burung, dan 8 lainnya. Sedangkan predator Hancock yang berukuran >3 memakan sebanyak 16 makanan utama yang terdiri dari 7 ikan, 1 reptil, 3 burung, dan 5 lainnya. Secara keseluruhan tanpa melihat ukuran, predator Hancock memakan sebanyak 55 makanan utama yang terdiri 30 ikan, 4 inverterbratam 3 reptil, 5 burung, dan 13 lainnya. 2. Predator Oklawa yang berukuran <=3 memakan sebanyak 20 makanan utama yang terdiri dari 5 ikan, 11 inverterbrata, 1 reptil, dan 3 lainnya. Sedangkan predator Oklawa yang berukuran >3 memakan sebanyak 28 makanan utama yang terdiri dari 13 ikan, 8 inverterbrata, 3 reptil, dan 5 burung. Secara keseluruhan tanpa melihat ukuran, predator Oklawa memakan sebanyak 48 makanan utama yang terdiri dari 18 ikan, 19 inverterbrata, 7 reptil, 1 burung, dan 3 lainnya. 3. Predator Trafford yang berukuran <=3 memakan sebanyak 24 makanan utama yang terdiri dari 5 ikan, 11 inverterbrata, 2 reptil, 1 burung, dan 5 lainnya. Sedangkan predator Trafford yang berukuran >3 memakan sebanyak 29 makanan utama yang terdiri dari 8 ikan, 7 inverterbrata, 6 reptil, 3 burung, dan 5 lainnya. Secara keseluruhan tanpa melihat ukuran, predator Trafford memakan sebanyak 53 makanan utama yang terdiri dari 13 ikan, 18 inverterbrata, 8 reptil, 4 burung, dan 10 lainnya. 4. Predator George yang berukuran <=3 memakan sebanyak 41 makanan utama yang terdiri dari 16 ikan, 19 inverterbrata, 1 reptil, 2 burung, dan 3 lainnya. Sedangkan predator George yang berukuran >3 memakan sebanyak 22 makanan utama yang terdiri dari 7 ikan, 1 inverterbrata, 1 burung dan 3 lainnya. Secara keseluruhan tanpa melihat ukuran, predator George memakan sebanyak 63 makanan utama yang terdiri dari 33 ikan, 20 inverterbrata, 1 reptil, 3 burung, dan 6 lainnya. Berdasarkan keterkaitan ketiga variabel tersebut dapat disimpulkan bahwa: 11

1. Makanan utama ikan paling banyak dimakan oleh predator Hancock berukuran <=3 sebanyak 23 ikan dan paling rendah dimakan oleh predator Oklawa berukuran <=3 dan Trafford berukuran <=3 sebanyak 5 ikan. 2. Makanan utama inverterbrata paling banyak dimakan oleh predator George sebanyak 19 inverterbrata dan predator Hancock berukuran>3 tidak memakan inverterbrata. 3. Makanan utama reptil paling banyak dimakan oleh predator Oklawa >3 dantrafford sebanyak 6 reptil dan predator George berukuran >3 tidak memakan reptil. 4. Makanan utama burung paling banyak dimakan oleh predator Hancock berukuran >3 dan Trafford berukuran >3 sebanyak 3 burung dan predator Oklawa berukuran <=3 tidak memakan burung. 5. Makanan utama lain paling banyak dimakan oleh predator Hancock berukuran <=3 sebanyak 8 lainnya dan predator Oklawa berukuran >3 tidak memakan lainnya. 12

BAB IV PENUTUP Berdasarkan praktikum modul 3 tentang Tabel Kontigensi Dalam SPSS dapat disimpulkan bahwa: 1. Tabel silang (Crosstabs) digunakan untuk menyajikan tabel kontigensi, baik berbentuk 2 dimensi atau tiga dimensi. 2. Tabel kontigensi diketahui untuk melihat hubungan antara dua variabel atau lebih. 3. Tabel kontigensi tiga dimensi terdiri dari baris (Row), kolom (Column), dan Layer 1 of 1. 4. Data pada tabel 1.1 bersifat akurat dan konsistensi sehingga tingkat kepercayaannya tinggi. 5. Predator Hancock, Oklawa, Trafford, dan George memakan makanan utama yang meliputi ikan, inverterbrata, reptil, burung, dan lainnya. 13

DAFTAR PUSTAKA Atom. 2008. Tabel Kontigensi. http://computerstatistics.blogspot.com/2008/07/tabelkontingensi.html diakses pada tanggal 26 November 2013 jam 12.04 Hairiah, Ria. 2013. Istilah dan Fungsi Variabel View Dalam SPSS. http://riahhairiah229.blogspot.com/2013/01/istilah-dan-fungsi-variabel-view-dalam.html di akses pada tanggal 27 November 2013 jam 20.30 Nugraha, Jaka. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta. Universitas Islam Indonesia (UII) Safutri Yuniza. 2011. Penyajian Data. http://yunizasyafutrieza.blogspot.com/2011/09/penyajian-data.html diakses pada tanggal 26 Novermber 2013 jam 11.58 14