SlideShare a Scribd company logo
1 of 23
Download to read offline
Uji beda > 2 proporsi
Uji Chi Square
X2
Pendahuluan
 Kalau ada lebih dari 2proporsi yang akan dilihat
perbedaannya maka tidak bisa lagi dilakukan uji
Z untuk 2 proporsi karena akan dilakukan
berulangkali uji…..hal ini mengakibatkan derajat
kepercayaan jadi rendah(CI <<<)
 Misal ada 3proporsi, p1, p2, p3…..kalau dilakukan
uji Z akan ada 3 pasang (p1-p2) (p1- p3), (p2 –
p3)…….α >>>
 Agar tidak terjadi hal yang demikian maka
dilakukan satu kali uji saja yaitu …..Uji X2
 Distribusi Normal x1, x2, x3………xn
 Distribusi X2 x1
2, x2
2, x3
2…..xn
2
X2 X2 X2
X2
Konsep uji X2
 Perbandingan nilai observe (Pengamatan) dengan nilai
expected (Harapan)
 Makin besar perbedaan nilai observe dengan expected
maka kemungkinan perbedaan antara proporsi yang
diuji.
 Contoh : sebuah coin dilambungkan 50x kalau
permukaan H keluar 28x maka ini adalah nilai observe
sedang nilai expected (nilai harapan) kalau coin itu
seimbang adalah 25
Jenis uji X2
 Ada 3 jenis kegunaan uji X2 yaitu:
 Uji Goodness of fit (Kesesuaian)
 Uji Homogenity (Homogenitas)
 Uji Independency (Assosiasi= hubungan)
 Goodness of fit adalah uji kecocokan misalnya apakah
keadaan sekarang masih cocok dengan masa lalu
 Uji Homogeniotas ciri khasnya adalah apakah
adaperbedaan proporsi dari beberapa sampel mis
perokok pada mhs FKM, mhs Teknik, mhs FK…ada 3
proporsi dari tiga sampel
 Uji independency/ assosiasi..dari satu sampel
variabelnya yang di cross misalmya apakah ada
hubungan antara pendidikan dan pengetahuan terhadap
HIV / AIDs
Rumus uji X2
 O = Nilai Observe
 E = Nilai Expected



E
E
O
X
2
2 )
(
Contoh uji goodness of fit
 Sebuah coin dilambungkan 50x dan H keluar
28xmaka berarti nilai O=28,nilai expected kalau
coin itu seimbang maka E=25
Permukaan O E O-E (O-E)2 (O-E)2/E
H 28 25 3 9 0,36
T 22 25 -3 9 0,36
Nilai X2 -----------------------------
X2 0,72
Uji chi square
 Ho ..Coin seimbang
 Ha….Coin tidak seimbang
 α=0,05
 Uji statistik X2
 Dari analisis yang sudah dilaksanakan didapat nilai
X2 = 0,72, untuk menentukan pv maka dilihat tabel
X2 dalam hal ini df adalah (kategori) k-1…dari
contoh k=2 df=2-1=1
 Didapat pv > 0,100
 Keputusan uji Pv> α……….Ho gatol
 Kesimpulan Coin seimbang
Uji homogenitas
 Ada tiga kelompok
mahasiswa
MHS Perokok
O E
Tidak Pr
O E
Jumlah
FKM
F T
FK
tot
25 30
45 40
30 30
100
50 45
55 60
45 45
150
75
100
75
250
 Ho : tidak ada perbedaan proporsi perokok
antara mhs FKM, FT, FK
 Ha : Ada perbedaan ……..
 α =0,05
 Uji statistik Uji X2
Untuk data yang sudah ada didalam tabel
untuk mencari nilai expected dari sel
E sel = (tot baris x tot kolom): grand tot ini
dikerjakan sesuai dengan df
 Df= (b-1) ( k-1)
contoh
 Dari tabel (3x2) diatas maka didapat df =(3-1)x
(2-1)=2
 Untuk tabel tersebut:
E sel b1 k1 = (75x100)/250=30
E sel b2 k1 = (100x100)/250=40
Kebebasan mencari E sel dg jalan mengalikan
sub total baris ,subtotal kolom dibagi grand total
hanya untuk 2 sel saja
 Untuk sel yang lain cukup dengan mencari selisih antara
sub-sub totol dengan nilai Esel yang sudah dihitung.
 Sel O E (O-E) (O-E)2 (O-E)2/E
 B1k1 25 30 -5 25 0,83
 B1k2 50 45 5 25 0,55
 B2k1 45 40 5 25 0,62
 B2k2 55 60 -5 25 0,42
 B3k1 30 30 0 0 0
 B3k2 45 45 0 0 0
 ----------------------------
Nilai X2 2,42
 Dari nilai X2=2,42 didapat pv dengan melihat
tabel X2 , df=2….pv >0,1= Keputusan uji pv >
α…..Ho gatol
 Kesimpulan tidakada perbedaan yang
bermakna proporsi perokok pada ketiga
fakultas tersebut ( FKM, FT, FK)
Contoh uji Independensi
 Penelitian terhadap 150 orang pengunjung suatu
rumah sakit yang diambil secra random.dan
diukur pengetahuan mereka terhadap
HIV/AIDs
 Dari 150 orang ini 35 orang pendidikan tinggi,
50 pendidikan menengah dan sisanya
berpendidikan rendah
 Pengetahuan dibagi menjadi 3 kategori, Baik,
Sedang dan Kurang
 Dari 35 orang yang berpendidikan tinggi 20
mempunyai pengetahuan baik, 10 sedang sisanya
kurang
 Dari 50 orang yang berpendidikan menengah
mempunyai pengetahuan baik 15 orang, sedang
20 orang lainnya kurang
 Adapun yang berpendidikan rendah 15 orang
pengetahuannya baik, 30 sedang, sisanya kurang
 Data ini akan disusun dalam suatu tabel
kontingensi
Tabel :2
Distribusi responden menurut pendidikan dan pengetahuan
pengt
pddk
Baik Sedang Kurang Total
Tinggi 20 11.7 10 14 5 9.3 35
Menengah 15 16.7 20 20 15 13.3 50
Rendah 15 21.6 30 26 20 17.4 65
Totla 50 60 40 150
Df= (3-1)(3-1)=4, jadi hanya 4 sel yang dapat mencari nilai Expected
dengan rumus
 Ho: Tidak ada hubungan antara pendidikan dan
pengetahuan. Ha : ada hubungan pendidikan dan
pengetahuan
 α= 0.05
 Uji statistik X2
 X2=(20-11,7)2/11,7+(10-14)2/14+ (5-9,3)2/9,3+(15-
16,7)2/16,7+(20-20)2/20+(15-13,3)2/13,3+
(15-21,6)2/21,6+(30-26)2/26+(20-7,4)2/17,4
=12,363……df=4 …tabel pv<0,05
 Keputusan uji Ho ditolak
 Kesimpulan, adahubungan pendidikan dengan
pengetahuan
Tabel 2x2
a b
c d
Untuk tabel 2x2 ada keistimewaan, bahwa untuk menghitung nilai
X2 tidak memerlukan nilai ecpected, cukup dengan memakai nilai
observe saja
Rumus X2
)
)(
)(
)(
(
)]
2
/
(
}
[{ 2
2
d
b
c
a
d
c
b
a
n
bc
ad
n
X













E
E
O
X
2
2 )
5
,
0
(
n/2 dan 0,5 adalah ‘’Yate’s corection’’ yaitu koreksi
kontinuitas
Keterbatasan X2
 Karena uji chi square ini banyak sekali dipakai
perlu diperhatikan keterbatasannya
1. Tidak boleh ada nilai expected kecil dari satu
(1)
2. Tidak boleh lebih 20% sel nilai expectednya
kecil dari lima (5)
Suatu uji X2 dengan bxk
 B>2 K>2 kalau terdapat salah satu dari syarat
diatas maka perlu dilakukan penggabungan
kolom maupun baris( di collaps)
 Kalau sudah digabung ternyata masih ada
pelanggaran dari persyaratan validitas uji ini dan
tabel sudah menjadi 2x2 maka uji yang dipakai
adalah uji Fisher exact test
 selesai

More Related Content

Similar to UJI CHI SQUARE.pdf

ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Hipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisHipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisEmi Suhaemi
 
Fp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tandaFp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tandaIr. Zakaria, M.M
 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxTriOktariana2
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Raden Maulana
 
Statistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.pptStatistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.pptAhmadSyajili
 
materi Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .pptmateri Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .pptashaby
 
METODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptxMETODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptxWahid Pasipa
 
Statistik inferensi-untuk-pengujian-perbedaan
Statistik inferensi-untuk-pengujian-perbedaanStatistik inferensi-untuk-pengujian-perbedaan
Statistik inferensi-untuk-pengujian-perbedaanfadholiakhmad
 
Analisis nonparametrik
Analisis nonparametrikAnalisis nonparametrik
Analisis nonparametrikparbui
 
12 Distribusi Normal.pdf
12 Distribusi Normal.pdf12 Distribusi Normal.pdf
12 Distribusi Normal.pdfssuser066def
 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...Rani Nooraeni
 

Similar to UJI CHI SQUARE.pdf (20)

ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
X kuadrat
X kuadratX kuadrat
X kuadrat
 
Hipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisHipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesis
 
Fp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tandaFp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tanda
 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
 
3 probabilitas
3 probabilitas3 probabilitas
3 probabilitas
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 
Statistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.pptStatistik-Sosial-pada kelas Pertemuan-4.ppt
Statistik-Sosial-pada kelas Pertemuan-4.ppt
 
materi Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .pptmateri Statistik Sosial dan analisis data .ppt
materi Statistik Sosial dan analisis data .ppt
 
METODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptxMETODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptx
 
Statistik inferensi-untuk-pengujian-perbedaan
Statistik inferensi-untuk-pengujian-perbedaanStatistik inferensi-untuk-pengujian-perbedaan
Statistik inferensi-untuk-pengujian-perbedaan
 
Analisis nonparametrik
Analisis nonparametrikAnalisis nonparametrik
Analisis nonparametrik
 
Teori peluang
Teori peluangTeori peluang
Teori peluang
 
Uji kolmogorov & chi square
Uji kolmogorov & chi squareUji kolmogorov & chi square
Uji kolmogorov & chi square
 
Statistik
StatistikStatistik
Statistik
 
Pengantar Uji T
Pengantar Uji TPengantar Uji T
Pengantar Uji T
 
12 Distribusi Normal.pdf
12 Distribusi Normal.pdf12 Distribusi Normal.pdf
12 Distribusi Normal.pdf
 
analisis varians
analisis varians analisis varians
analisis varians
 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
 
statistik
statistikstatistik
statistik
 

Recently uploaded

UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxImahMagwa
 

Recently uploaded (7)

UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptx
 

UJI CHI SQUARE.pdf

  • 1. Uji beda > 2 proporsi Uji Chi Square X2
  • 2. Pendahuluan  Kalau ada lebih dari 2proporsi yang akan dilihat perbedaannya maka tidak bisa lagi dilakukan uji Z untuk 2 proporsi karena akan dilakukan berulangkali uji…..hal ini mengakibatkan derajat kepercayaan jadi rendah(CI <<<)  Misal ada 3proporsi, p1, p2, p3…..kalau dilakukan uji Z akan ada 3 pasang (p1-p2) (p1- p3), (p2 – p3)…….α >>>
  • 3.  Agar tidak terjadi hal yang demikian maka dilakukan satu kali uji saja yaitu …..Uji X2  Distribusi Normal x1, x2, x3………xn  Distribusi X2 x1 2, x2 2, x3 2…..xn 2 X2 X2 X2 X2
  • 4. Konsep uji X2  Perbandingan nilai observe (Pengamatan) dengan nilai expected (Harapan)  Makin besar perbedaan nilai observe dengan expected maka kemungkinan perbedaan antara proporsi yang diuji.  Contoh : sebuah coin dilambungkan 50x kalau permukaan H keluar 28x maka ini adalah nilai observe sedang nilai expected (nilai harapan) kalau coin itu seimbang adalah 25
  • 5. Jenis uji X2  Ada 3 jenis kegunaan uji X2 yaitu:  Uji Goodness of fit (Kesesuaian)  Uji Homogenity (Homogenitas)  Uji Independency (Assosiasi= hubungan)
  • 6.  Goodness of fit adalah uji kecocokan misalnya apakah keadaan sekarang masih cocok dengan masa lalu  Uji Homogeniotas ciri khasnya adalah apakah adaperbedaan proporsi dari beberapa sampel mis perokok pada mhs FKM, mhs Teknik, mhs FK…ada 3 proporsi dari tiga sampel  Uji independency/ assosiasi..dari satu sampel variabelnya yang di cross misalmya apakah ada hubungan antara pendidikan dan pengetahuan terhadap HIV / AIDs
  • 7. Rumus uji X2  O = Nilai Observe  E = Nilai Expected    E E O X 2 2 ) (
  • 8. Contoh uji goodness of fit  Sebuah coin dilambungkan 50x dan H keluar 28xmaka berarti nilai O=28,nilai expected kalau coin itu seimbang maka E=25 Permukaan O E O-E (O-E)2 (O-E)2/E H 28 25 3 9 0,36 T 22 25 -3 9 0,36 Nilai X2 ----------------------------- X2 0,72
  • 9. Uji chi square  Ho ..Coin seimbang  Ha….Coin tidak seimbang  α=0,05  Uji statistik X2  Dari analisis yang sudah dilaksanakan didapat nilai X2 = 0,72, untuk menentukan pv maka dilihat tabel X2 dalam hal ini df adalah (kategori) k-1…dari contoh k=2 df=2-1=1  Didapat pv > 0,100  Keputusan uji Pv> α……….Ho gatol  Kesimpulan Coin seimbang
  • 10. Uji homogenitas  Ada tiga kelompok mahasiswa MHS Perokok O E Tidak Pr O E Jumlah FKM F T FK tot 25 30 45 40 30 30 100 50 45 55 60 45 45 150 75 100 75 250
  • 11.  Ho : tidak ada perbedaan proporsi perokok antara mhs FKM, FT, FK  Ha : Ada perbedaan ……..  α =0,05  Uji statistik Uji X2 Untuk data yang sudah ada didalam tabel untuk mencari nilai expected dari sel E sel = (tot baris x tot kolom): grand tot ini dikerjakan sesuai dengan df  Df= (b-1) ( k-1)
  • 12. contoh  Dari tabel (3x2) diatas maka didapat df =(3-1)x (2-1)=2  Untuk tabel tersebut: E sel b1 k1 = (75x100)/250=30 E sel b2 k1 = (100x100)/250=40 Kebebasan mencari E sel dg jalan mengalikan sub total baris ,subtotal kolom dibagi grand total hanya untuk 2 sel saja
  • 13.  Untuk sel yang lain cukup dengan mencari selisih antara sub-sub totol dengan nilai Esel yang sudah dihitung.  Sel O E (O-E) (O-E)2 (O-E)2/E  B1k1 25 30 -5 25 0,83  B1k2 50 45 5 25 0,55  B2k1 45 40 5 25 0,62  B2k2 55 60 -5 25 0,42  B3k1 30 30 0 0 0  B3k2 45 45 0 0 0  ---------------------------- Nilai X2 2,42
  • 14.  Dari nilai X2=2,42 didapat pv dengan melihat tabel X2 , df=2….pv >0,1= Keputusan uji pv > α…..Ho gatol  Kesimpulan tidakada perbedaan yang bermakna proporsi perokok pada ketiga fakultas tersebut ( FKM, FT, FK)
  • 15. Contoh uji Independensi  Penelitian terhadap 150 orang pengunjung suatu rumah sakit yang diambil secra random.dan diukur pengetahuan mereka terhadap HIV/AIDs  Dari 150 orang ini 35 orang pendidikan tinggi, 50 pendidikan menengah dan sisanya berpendidikan rendah  Pengetahuan dibagi menjadi 3 kategori, Baik, Sedang dan Kurang
  • 16.  Dari 35 orang yang berpendidikan tinggi 20 mempunyai pengetahuan baik, 10 sedang sisanya kurang  Dari 50 orang yang berpendidikan menengah mempunyai pengetahuan baik 15 orang, sedang 20 orang lainnya kurang  Adapun yang berpendidikan rendah 15 orang pengetahuannya baik, 30 sedang, sisanya kurang  Data ini akan disusun dalam suatu tabel kontingensi
  • 17. Tabel :2 Distribusi responden menurut pendidikan dan pengetahuan pengt pddk Baik Sedang Kurang Total Tinggi 20 11.7 10 14 5 9.3 35 Menengah 15 16.7 20 20 15 13.3 50 Rendah 15 21.6 30 26 20 17.4 65 Totla 50 60 40 150 Df= (3-1)(3-1)=4, jadi hanya 4 sel yang dapat mencari nilai Expected dengan rumus
  • 18.  Ho: Tidak ada hubungan antara pendidikan dan pengetahuan. Ha : ada hubungan pendidikan dan pengetahuan  α= 0.05  Uji statistik X2  X2=(20-11,7)2/11,7+(10-14)2/14+ (5-9,3)2/9,3+(15- 16,7)2/16,7+(20-20)2/20+(15-13,3)2/13,3+ (15-21,6)2/21,6+(30-26)2/26+(20-7,4)2/17,4 =12,363……df=4 …tabel pv<0,05  Keputusan uji Ho ditolak  Kesimpulan, adahubungan pendidikan dengan pengetahuan
  • 19. Tabel 2x2 a b c d Untuk tabel 2x2 ada keistimewaan, bahwa untuk menghitung nilai X2 tidak memerlukan nilai ecpected, cukup dengan memakai nilai observe saja
  • 20. Rumus X2 ) )( )( )( ( )] 2 / ( } [{ 2 2 d b c a d c b a n bc ad n X              E E O X 2 2 ) 5 , 0 ( n/2 dan 0,5 adalah ‘’Yate’s corection’’ yaitu koreksi kontinuitas
  • 21. Keterbatasan X2  Karena uji chi square ini banyak sekali dipakai perlu diperhatikan keterbatasannya 1. Tidak boleh ada nilai expected kecil dari satu (1) 2. Tidak boleh lebih 20% sel nilai expectednya kecil dari lima (5)
  • 22. Suatu uji X2 dengan bxk  B>2 K>2 kalau terdapat salah satu dari syarat diatas maka perlu dilakukan penggabungan kolom maupun baris( di collaps)  Kalau sudah digabung ternyata masih ada pelanggaran dari persyaratan validitas uji ini dan tabel sudah menjadi 2x2 maka uji yang dipakai adalah uji Fisher exact test