laporan crosstab

Laporan Praktikum

Analisis Crosstab dengan SPSSDisusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan

(TKP 342)

Oleh:

Hanifah Cindy Pratiwi 21040113130100

Kelas B

JURUSAN PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO

SEMARANG

2015

A. PENDAHULUANSPSS adalah singkatan dari Statistical Product and Service Solutions, yaitu sebuah

program komputer yang digunakan untuk menganalisis statistika. Statistik yang termasuk software dasar SPSS diantaranya adalah Statistik Deskriptif (Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran, Statistik Deskripsi Rasio), Statistik Bivariat (Rata-rata, t-test, ANOVA, Korelasi/bivariat, parsial, jarak, Nonparametric tests), Prediksi Hasil Numerik (Regresi Linear), Prediksi untuk mengidentifikasi kelompok (Analisis Faktor, Analisis Cluster).

Tabulasi silang (crosstab) merupakan metode analisis kategori data yang menggunakan data nominal dan ordinal serta kombinasi diantaranya. Prosedur tabulasi silang digunakan untuk menghitung banyaknya kasus yang mempunyai kombinasi nilai-nilai yang berbeda dari dua variabel dan menghitung harga-harga statistik berserta ujinya (Indriatno, dkk, 1998).

Statistik deskriptif crosstab (tabulasi silang) termasuk dalam analisis deskripsi. Namun ada perbedaan dibandingkan dengan statistik deskriptif frekuensi, dan eksplore. Deskriptif crosstab menyajikan data dalam bentuk tabulasi, yang meliputi baris dan kolom. Ciri-ciri crosstab pada umumnya adalah dua variabel atau lebih yang mempunyai hubungan secara deskriptif. Penyajian data pada umumnya adalah data kualitatif, khususnya berskala nominal seperti hubungan antara jenis kelamin dengan usia, jenis kelamin dengan pekerjaan dan lain sebagainya.

Dalam perencanaan wilayah dan kota analisis crosstab berguna untuk mengetahui hubungan sebab – akibat dari suatu peristiwa yang terjadi. Misalnya untuk mencari apakah berpengaruh atau tidak suatu kepadatan penduduk dengan jumlah sarana atau prasarana yang ada di suatu kota. Untuk melihat ada atau tidaknya pengaruh tersebut, dapat digunakan analisis crosstab (tabulasi silang). Dapat membantu menyelesaikan penelitian yang berkaitan dengan penentuan hubungan antaravariabel atau faktor yang diperoleh dari data kualitatif, setelah melalui uji statistik. Dapat menentukan besarnya derajat asosiasi (hubungan kuat atau lemah). Dapat menentukan variabel dependent (terikat) dan variabel independent (bebas) dari dua variabel yang dianalisis. Dilihat bahwa analisis silang akan sangat membantu perencanaan dalam menganalisis pada tahap selanjutnya, sebagai dasar dalam pengambilan keputusan. Salah satu contoh penerapannya adalah analisis crosstab antara hasil pertanian dengan luas lahan pertanian dan jumlah petani yang akan dibahas pada laporan ini.

B. STUDI KASUSKecamatan Patebon merupakan satu dari 20 kecamatan di Kabupaten Kendal

Propinsi Jawa Tengah. Luas wilayah Kecamatan Patebon mencapai 44,30 km2, yang sebagian besar digunakan sebagai lahan pertanian yaitu mencapai 65,73% dan sisanya 34,27% digunakan untuk pekarangan dan lain-lain. Sehingga pertanian menjadi sektor lapangan usaha bagi mayoritas penduduk di kecamatan Patebon. Jenis utama tanaman yang diusahakan adalah padi. Pada tahun 2013 luas areal tanaman padi ini mencapai 2.470,54 Ha dengan produksi sebesar 13.166 ton. Kondisi seperti ini perlu dilakukan analisis berkaitan dengan pertanian untuk mengetahui variabel apa saja yang dapat mempengaruhi hasil pertanian tersebut serta dapat mengetahui potensi suatu wilayah. Untuk itu dilakukan analisis crosstab untuk mengetahui hubungan antar variabel berkaitan tentang pertanian di Kecamatan Patebon dan mengetahui seberapa kuat hubungan tersebut yang diharapkan hasilnya dapat membantu perencanaan dalam menganalisis pada tahap selanjutnya, sebagai dasar dalam pengambilan keputusan

1

Dalam analisis ini data yang dibutuhkan adalah hasil pertanian, luas lahan pertanian, serta jumlah petani. Dimana hasil pertanian menjadi variabel terikat dan yang menjadi variabel bebasnya adalah variabel luas lahan pertanian dan jumlah petani, karena luas lahan pertanian dan jumlah petani dianggap dapat memprediksi seberapa hasil pertanian yang akan didapatkan oleh Kecamatan Patebon. Data tersebut disajikan dalam bentuk tabel yang dapat dilihat pada tabel I.

Tabel IHasil Pertanian, Luas Lahan Pertanian, dan Jumlah Petani menurut Kecamatan

di Kabupaten Kuningan Tahun 2013

No KelurahanHasil Pertanian

(ton)Luas Lahan

Pertanian (Ha) Jumlah Petani

(orang)1 Lanji 775,6 138,5 9262 Donosari 785,9 135,5 12773 Margosari 896,1 154,5 12824 Bulugede 1252,8 216 11005 Tambakrejo 1044,62 186,54 11246 Kebonharjo 617,3 110,23 7397 Purwosari 543,2 93,65 9208 Jambearum 1053,4 178,54 13769 Purwokerto 231 39,15 97310 Sukolilan 954,8 161,83 53711 Bangunrejo 946 163,1 50912 Kumpulrejo 611,5 109,2 96713 Magersari 23 4 50514 Wonosari 1458 291,6 162115 Kartikajaya 0 0 25916 Bangunsari 0 0 91917 Pidodo wetan 913 225,6 62418 Pidodo kulon 1059,78 262,6 1026

Sumber: Kecamatan Patebon Dalam Angka, 2014

C. HASIL DAN PEMBAHASANTabel II

Case Processing SummaryCases

Valid Missing Total

N Percent N Percent N Percent

HASIL_PERTANIAN * LUAS_LAHAN

18 100,0% 0 0,0% 18 100,0%

HASIL_PERTANIAN * JUMLA_PETANI

18 100,0% 0 0,0% 18 100,0%

Sumber: Hasil Analisis Penulis, 2015

Analisis output tabel Case Processing Summary : Dari tabel tersebut dapat kita lihat bahwa ada 18 data (kelurahan) yang diproses

melalui analisis crosstab, yaitu hubungan antara variabel hasil pertanian dengan variabel luas lahan pertanian dan variabel jumlah petani. Pada kolom valid terdapat

2

tulisan 100% yang menandakan bahwa semua data yang diproses valid dan tidak ada data yang missing.

Pada tabel tersebut dapat kita lihat bahwa yang menjadi variabel terikat (dependen) adalah variabel hasil pertanian dan variabel bebasnya (independen) adalah variabel luas lahan pertanian dan variabel jumlah petani.

1. Analisis Crosstab Hasil Pertanian * Luas Lahan Pertanian Kecamatan Patebon

Analisis crosstab ini dilakukan pada variabel hasil pertanian sebagai variabel

terikatnya dengan variabel luas lahan pertanian sebagai variabel bebasnya.

Hipotesis pada analisis crosstab:Ho = Tidak ada hubungan antara baris dengan kolom H1 = Ada hubungan antara baris dengan kolom

Tabel IIICrosstab

Count

LUAS_LAHANTotal

BANYAK SEDANG SEDIKIT

HASIL_PERTANIAN

BANYAK 3 2 0 5

SEDANG 1 7 1 9

SEDIKIT 0 0 4 4

Total 4 9 5 18Sumber: Hasil Analisis Penulis, 2015

Analisis output tabel Crosstab : Dari tabel tersebut terlihat bahwa dari total 18 kelurahan, Yang mendapatkan hasil pertanian yang banyak ada 3 kelurahan yang memiliki

luas lahan yang banyak (luas) dan 2 kelurahan yang memiliki luas lahan yang sedang.

Yang mendapatkan hasil pertanian yang sedang ada 1 kelurahan yang memiliki luas lahan yang banyak (luas), 7 kelurahan yang memiliki luas lahan yang sedang, dan 1 kelurahan yang memiliki luas lahan yang sedikit (kecil).

Sedangkan yang mendapatkan hasil pertanian yang sedikit hanya ada 4 kelurahan yang memiliki luas lahan yang sedikit (kecil).

Klasifikasi tersebut didapatkan dari perhitungan statistik, dengan hasil sebagai berikut:a. Hasil pertanian:

- Sedikit : 0 – 486 ton- Sedang : 486,01 – 972,01 ton- Banyak : 972,02 – 1.458,02 ton

b. Luas lahan pertanian:- Sedikit (kecil) : 0 – 97,2 Ha- Sedang : 97,21 – 194,41 Ha- Banyak (luas) : 194,42 – 291,62 Ha

3

Tabel IVChi-Square Tests

Value dfAsymp. Sig. (2-

sided)

Pearson Chi-Square 17,889a 4 ,001

Likelihood Ratio 18,281 4 ,001

Linear-by-Linear Association 10,578 1 ,001

N of Valid Cases 18

a. 9 cells (100,0%) have expected count less than 5. The minimum expected count is ,89.Sumber: Hasil Analisis Penulis, 2015

Tabel ini digunakan untuk menganalisis ada tidaknya hubungan antar kedua variabel. Jika nilai probabilitas (α) atau nilai pada kolom Asymp. Sig. bernilai > 0,05,

menandakan bahwa Ho diterima dan H1 ditolak yang berarti tidak ada hubungan antara baris dan kolom.

Jika nilai probabilitas (α) atau nilai pada kolom Asymp. Sig. bernilai < 0,05 menandakan bahwa Ho ditolak dan H1 diterima yang berarti ada hubungan antara baris dan kolom.

Nilai pada kolom df menunjukan nilai t hitung, jika t hitung > dari t tabel, maka Ho ditolak dan H1 diterima yang berarti ada hubungan antara baris dan kolom.

Jika t hitung < dari t tabel, maka Ho diterima dan H1 ditolak yang berarti tidak ada hubungan antara baris dan kolom.

Analisis output tabel Chi-Square Tests : Pada tabel tersebut terlihat bahwa nilai Asymp. Sig. menunjukan angka 0,001 <

0,05. Hal tersebut menandakan bahwa Ho ditolak dan H1 diterima yang berarti ada hubungan antara hasil pertanian dengan luas lahan pertanian.

Pada tabel tersebut terlihat bahwa nilai df (t hitung) menunjukan angka 4 > 2,132 (t tabel). Hal tersebut menandakan bahwa Ho ditolak dan H1 diterima yang berarti ada hubungan antara hasil pertanian dengan luas lahan pertanian.

Tabel VDirectional Measures

ValueAsymp.

Std. Errora

Approx. Tb

Approx. Sig.

Nominal by Nominal

Lambda

Symmetric ,556 ,217 1,945 ,052

HASIL_PERTANIAN Dependent

,556 ,222 1,812 ,070

LUAS_LAHAN Dependent ,556 ,222 1,812 ,070

Goodman and Kruskal tau


,447 ,181 ,004c

LUAS_LAHAN Dependent ,489 ,137 ,002c

Uncertainty Coefficient

Symmetric ,490 ,134 3,301 ,001d


,490 ,129 3,301 ,001d

LUAS_LAHAN Dependent ,490 ,142 3,301 ,001d

a. Not assuming the null hypothesis.b. Using the asymptotic standard error assuming the null hypothesis.c. Based on chi-square approximation

4

d. Likelihood ratio chi-square probability.Sumber: Hasil Analisis Penulis, 2015

Tabel directional measures merupakan cara pengukuran untuk hubungan tidak setara dan berdasarkan pada Proportional Reduction in Error.

Analisis output tabel Directional Measures : Besaran pada Lambda-Symmetric kolom value menunjukan seberapa besar korelasi

yang dimiliki antara variabel bebas dan variabel terikatnya. Jika menunjukan nilai > 0,05 berarti bahwa antara variabel bebas dan variabel terikatnya memiliki korelasi yang kuat. Pada tabel tersebut Lambda-Symmetric kolom value menunjukan angka 0,556 > 0,05 berarti bahwa antara hasil pertanian dan luas lahan pertanian memiliki korelasi yang kuat.

Besaran pada Lambda-Symmetric menunjukan jika pada kolom Approx. Sig. bernilai <0,05 maka dapat dikatakan antara keduanya memiliki hubungan yang nyata. Pada tabel tersebut menunjukan nilai 0,052 > 0,05 berarti antara keduanya tidak memiliki hubungan secara nyata.

Nilai Lambda-Hasil_Pertanian Dependent bernilai sama dengan nilai Lambda-Lahan_Pertanian Dependent pada kolom value yaitu 0,556, maka kedua variabel tersebut memiliki pengaruh yang sama

Nilai Lambda-Hasil_Pertanian Dependent dan Lambda-Lahan_Pertanian Dependent pada kolom Approx. Sig. menunjukan apakah antara hasil pertanian dengan luas lahan pertanian dapat saling memprediksi. Pada tabel tersebut nilai Lambda-Hasil_Pertanian Dependent dan Lambda-Lahan_Pertanian Dependent pada kolom Approx. Sig. bernilai sama, yaitu 0,70 > 0,05 berarti bahwa variabel hasil pertanian dan variabel luas lahan pertanian dapat saling memprediksi.

Nilai Goodman and Kruskaltau pada kolom value jika mendekati 1 berarti tidak dapat memprediksi dan jika pada kolom Approx. Sig. < 0,05 berarti tidak dapat memprediksi juga. Pada tabel tersebut nilai Goodman and Kruskaltau pada kolom value bernilai 0,448 dan 0,489 yang jika dibulatkan lebih mendekati 1 berarti tidak dapat memprediksi. Dan nilai pada kolom Approx. Sig. bernilai 0,004 dan 0,002 < 0,05 berarti tidak bisa memprediksi.

Tabel VISymmetric Measures

ValueAsymp. Std.

Errora Approx. Tb Approx. Sig.

Nominal by Nominal

Phi ,997 ,001

Cramer's V ,705 ,001

Contingency Coefficient ,706 ,001

Interval by Interval Pearson's R ,789 ,101 5,134 ,000c

Ordinal by Ordinal Spearman Correlation ,789 ,109 5,133 ,000c

N of Valid Cases 18

a. Not assuming the null hypothesis.b. Using the asymptotic standard error assuming the null hypothesis.c. Based on normal approximation.


Symmetric Measures merupakan pengukuran hubungan yang setara dan berdasarkan Chi-Square. Dari tabel di atas, terlihat besaran korelasi antara nominal – nominal karena kedua variabel berskala nominal sehingga besaran Pearson dan Spearman kurang cocok.

5

Analisis output tabel Symmetric Measures : Jika nilai Phi, Cramer’s V, dan Contingency Coefficient pada kolom value

menunjukan angka mendekati 1 berarti memiliki hubungan yang kuat dan jika mendekat 0 berarti memiliki hubungan yang lemah. Pada tabel tersebut pada kolom value nilai Phi menunjukan nilai 0,997, Cramer’s V menunjukan nilai 0,705 dan nilai Contingency Coefficient menunjukkan nilai 0,706 yang berarti bahwa ketiga angkanya mendekati 1, berarti antara hasil pertanian dan luas lahan pertanian dapat dikatakan memiliki hubungan yang kuat.

Jika nilai Phi, Cramer’s V, dan Contingency Coefficient pada kolom Approx. Sig. menunjukan angka < 0,05 berarti memiliki hubungan yang kuat. Pada tabel tersebut pada kolom Approx. Sig., nilai Phi, Cramer’s V , dan nilai Contingency Coefficient menunjukkan nilai 0,001 < 0,05 berarti antara hasil pertanian dan luas lahan pertanian dapat dikatakan memiliki hubungan yang kuat.

Sumber: Hasil Analisis Penulis, 2015Gambar 1

Bar Charts Hasil Analisis Crosstab dari Hasil Pertanian dengan Luas Lahan Pertanian

Analisis output gambar Bar Charts Hasil Analisis Crosstab dari Hasil Pertanian dengan Luas Lahan Pertanian: Diagram batang tersebut merupakan penggambaran dari tabel III crosstab. Dari

diagram tersebut dapat lebih mudah diketahui bahwa di Kecamatan Patebon lebih banyak kelurahan yang mendapatkan hasil pertanian yang sedang (486,01 – 972,01 ton) dari luas lahan yang sedang (97,21 – 194,41 Ha).

6

2. Analisis Crosstab Hasil Pertanian * Jumlah Petani di Kecamatan Patebon

Analisis crosstab ini dilakukan pada variabel hasil pertanian sebagai variabel

terikatnya dengan variabel jumlah petani sebagai variabel bebasnya.

Tabel VIICrosstab

Count

JUMLAH_PETANITotal

BANYAK SEDANG SEDIKIT

HASIL_PERTANIAN

BANYAK 2 3 0 5

SEDANG 2 4 3 9

SEDIKIT 0 2 2 4

Total 4 9 5 18Sumber: Hasil Analisis Penulis, 2015

Analisis output tabel Crosstab : Dari tabel tersebut terlihat bahwa dari total 18 kelurahan, Yang mendapatkan hasil pertanian yang banyak ada 2 kelurahan yang memiliki

jumlah petani yang banyak dan 3 kelurahan yang memiliki jumlah petani yang sedang.

Yang mendapatkan hasil pertanian yang sedang ada 2 kelurahan yang memiliki jumlah petani yang banyak, 4 kelurahan yang memiliki jumlah petani yang sedang, dan 3 kelurahan yang memiliki jumlah petani yang sedikit.

Sedangkan yang mendapatkan hasil pertanian yang sedikit ada 4 kelurahan yang memiliki jumlah petani yang sedang dan 2 kelurahan yang memiliki jumlah petani yang sedikit.

Klasifikasi tersebut didapatkan dari perhitungan statistik, dengan hasil sebagai berikut:c. Hasil pertanian:

- Sedikit : 0 – 486 ton- Sedang : 486,01 – 972,01 ton- Banyak : 972,02 – 1.458,02 ton

d. Jumlah petani:- Sedikit : 259 – 713 orang - Sedang : 714 – 1.168 orang- Banyak : 1.169 – 1.623 orang

Tabel VIIIChi-Square Tests

Value dfAsymp. Sig. (2-

sided)

Pearson Chi-Square 3,956a 4 ,412

Likelihood Ratio 5,948 4 ,203

Linear-by-Linear Association

3,495 1 ,062

N of Valid Cases 18

7

a. 9 cells (100,0%) have expected count less than 5. The minimum expected count is ,89.


Analisis output tabel Chi-Square Tests : Pada tabel tersebut terlihat bahwa nilai Asymp. Sig. menunjukan angka 0,412 >

0,05. Hal tersebut menandakan bahwa Ho diterima dan H1 ditolak yang berarti tidak ada hubungan antara hasil pertanian dengan jumlah petani.

Pada tabel tersebut terlihat bahwa nilai df (t hitung) menunjukan angka 1 < 6,314 (t tabel). Hal tersebut menandakan bahwa Ho diterima dan H1 ditolak yang berarti tidak ada hubungan antara hasil pertanian dengan jumlah petani.

Tabel IXDirectional Measures

ValueAsymp. Std.

Errora

Approx. Tb

Approx. Sig.

Nominal by Nominal

Lambda

Symmetric ,000 ,111 ,000 1,000


,000 ,222 ,000 1,000

JUMLAH_PETANI Dependent

,000 ,000 .c .c

Goodman and Kruskal tau


,093 ,043 ,531d

JUMLAH_PETANI Dependent

,093 ,043 ,531d

Uncertainty Coefficient

Symmetric ,159 ,050 2,779 ,203e


,159 ,051 2,779 ,203e

JUMLAHPETANI Dependent ,159 ,051 2,779 ,203e

a. Not assuming the null hypothesis.b. Using the asymptotic standard error assuming the null hypothesis.c. Cannot be computed because the asymptotic standard error equals zero.d. Based on chi-square approximatione. Likelihood ratio chi-square probability.


Analisis output tabel Directional Measures : Pada tabel tersebut Lambda-Symmetric kolom value menunjukan angka 0,00 <

0,05 berarti bahwa antara hasil pertanian dan jumlah petani memiliki korelasi yang lemah. Berarti dapat dinyatakan bahwa ada variabel lain yang mempengaruhi.

Nilai pada Lambda Symmetric kolom Approx. Sig. menunjukan nilai 1 > 0,05 berarti antara keduanya tidak memiliki hubungan secara nyata.

Nilai Lambda-Hasil_Pertanian Dependent bernilai sama dengan nilai Lambda-Lahan_Pertanian Dependent pada kolom value yaitu 0,000, maka kedua variabel tersebut memiliki pengaruh yang sama.

Pada tabel tersebut nilai Lambda-Hasil_Pertanian Dependent sebagai variabel terikat adalah 1 > 0,05 berarti variabel bebas dapat memprediksi hasil pertanian. Dan nilai Lambda-Jumlah_Petani Dependent pada kolom Approx. Sig. tidak muncul karena tidak dapat dilakukan komputasi.

8

Nilai Goodman and Kruskaltau pada kolom value bernilai 0,093 mendekati 0 berarti dapat memprediksi. Dan nilai pada kolom Approx. Sig. bernilai 0,531 > 0,05 berarti dapat memprediksi.

Tabel XSymmetric Measures

ValueAsymp. Std.

Errora Approx. Tb Approx. Sig.

Nominal by Nominal

Phi ,469 ,412

Cramer's V ,331 ,412

Contingency Coefficient ,424 ,412

Interval by Interval Pearson's R ,453 ,146 2,035 ,059c

Ordinal by Ordinal Spearman Correlation ,455 ,146 2,046 ,058c

N of Valid Cases 18

a. Not assuming the null hypothesis.b. Using the asymptotic standard error assuming the null hypothesis.c. Based on normal approximation.


Analisis output tabel Symmetric Measures : Pada tabel tersebut pada kolom value nilai Phi menunjukan nilai 0,469 yang berarti

mendekati 1, sedangkan nilai Cramer’s V menunjukan nilai 0,331 dan nilai Contingency Coefficient menunjukkan nilai 0,424 yang berarti bahwa kedua angkanya mendekati 0, berarti dapat disimpulkan antara hasil pertanian dan jumlah petani dapat dikatakan memiliki hubungan yang lemah.

Pada tabel tersebut pada kolom Approx. Sig., nilai Phi, Cramer’s V , dan nilai Contingency Coefficient menunjukkan nilai 0,412 > 0,05 berarti antara hasil pertanian dan jumlah petani dapat dikatakan memiliki hubungan yang lemah.


9

Gambar 2Bar Charts Hasil Analisis Crosstab dari Hasil Pertanian dengan Jumlah Petani

Analisis output gambar Bar Charts Hasil Analisis Crosstab dari Hasil Pertanian dengan Luas Lahan Pertanian: Diagram batang tersebut merupakan penggambaran dari tabel VII crosstab. Dari

diagram tersebut dapat lebih mudah diketahui bahwa di Kecamatan Patebon lebih banyak kelurahan yang mendapatkan hasil pertanian yang sedang (486,01 – 972,01 ton) dari jumlah petani yang sedang (714 – 1.168 orang).

D. KESIMPULANBerdasarkan hasil analisis crosstab antara variabel hasil pertanian sebagai variabel terikat

dengan variabel luas lahan pertanian dan variabel jumlah petani sebagai variabel bebas didapatkan hasil:

1. Antara variabel hasil pertanian dengan variabel luas lahan memiliki hubungan dan hubungan tersebut bersifat kuat.

2. Antara variabel hasil pertanian dengan jumlah petani tidak memiliki hubungan.Sehingga dapat disimpulkan bahwa banyaknya hasil pertanian di Kecamatan

Patebon dapat ditentukan oleh seberapa luas lahan pertanian yang ada. Semakin luas lahan pertanian yang ada, maka semakin banyak hasil pertanian yang didapatkan oleh Kecamatan Patebon. Kasus-kasus seperti ini dapat dilakukan oleh seorang perencana untuk mengetahui variabel apa saja yang dapat mempengaruhi hasil pertanian dan mengetahui potensi suatu wilayah untuk dapat membantu perencanaan dalam menganalisis pada tahap selanjutnya, sebagai dasar dalam pengambilan keputusan

E. DAFTAR PUSTAKAAnonim. Tanpa Tahun. SPSS Pendidikan dalam www.kepanjangandari.com. Diakses pada

Jum’at, 20 Maret 2015.Anonim. 2012. Olah Data Statistik Menjadi Mudah dengan Program Aplikasi SPSS (Package

for the Social Sciences) dalam www.teknologi.kompasiana.com. Diakses pada Jum’at, 20 Maret 2015.

Asfi, Nuskhiya. Tanpa Tahun. Analisis Tabulasi Silang dalam www.scribd.com. Diakses pada Jum’at, 20 Maret 2015.

Rudiarto, Iwan, dkk. 2015. Buku Ajar Mata Kuliah Metode Analisis Perencanaan. Semarang: Tidak Diterbitkan.

10

laporan crosstab

Documents