Membuat Tabulasi Silang (Cross Tabulation)
Andri Faisal
2024-09-25
Dalam statistik kita mengenal ada yang namanya tabulasi silang. Ini adalah bentuk penggambaran dari data dalam kategori silang adalah salah satu bentuk untuk memberikan dua kategori atau lebih pada jenis data.
Data yang digunakan adalah bisa data nominal, data nominal ataupun ta ordinal
Artinya terdapat banyaknya yang turut serta dalam kategori terse ut baik yang kategori atau yang lain. Ini menjadi menyubtakan saya dengan himpunan iririsan maka akanbaeridaknua ada 2x2 jenis himpunan atau bagian dari himipuanan yang berhubungan satu sama lainnya. Tetapi dalam. Satu data akan menyangkut dua kategori tersebut sebab tidak mungkin rasanya kalau yang kita maksana dalam satu kategori adalah irnagvyanga sama seperti kategori tua dan muda . satu responden akan memili tua atau muda saja.
Langkah dalam membuat tabulasi data silang adalah sebagai berikut: 1.
Persilakan data bisa dengan membuat vector atau data frame. Kalau belum.
Melihat maka anda bisa pelajari seperti ini.
2. Buatlah perintah tabulasi silang 3. Analisis dengan Chi Square 4.
Interprestasi kan T Contoh Membuat Tabel dari vektor yang terdiri dari
Jenis Kelamin dan juga Minuman Teh atau Kopi
gender <- c("Laki-laki", "Laki-laki", "Perempuan", "Perempuan",
"Laki-laki", "Laki-laki", "Perempuan", "Perempuan",
"Laki-laki", "Perempuan")
preference <- c("Teh", "Kopi", "Teh", "Teh",
"Kopi", "Teh", "Kopi", "Teh",
"Teh", "Kopi")
Membuat Tabel KOntingensi
tabel_kontingensi <- table(gender, preference)
print(tabel_kontingensi)
## preference
## gender Kopi Teh
## Laki-laki 2 3
## Perempuan 2 3
Membuat Tabel Proporsi
proporsi <- prop.table(tabel_kontingensi)
print(proporsi)
## preference
## gender Kopi Teh
## Laki-laki 0.2 0.3
## Perempuan 0.2 0.3
Membuat Grafik
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.1
data_ts<- data.frame(gender, preference)
ggplot(data_ts, aes(x = gender, fill = preference)) +
geom_bar(position = "dodge") +
labs(title = "Tabulasi Silang Gender dan Preferensi Warna", x = "Gender", y = "Jumlah")
Menguji Tabel dengan Chi Square
chisq.test(tabel_kontingensi)
## Warning in chisq.test(tabel_kontingensi): Chi-squared approximation may be
## incorrect
##
## Pearson's Chi-squared test
##
## data: tabel_kontingensi
## X-squared = 0, df = 1, p-value = 1