SlideShare a Scribd company logo

Uji chi square

uji chi squaree

1 of 14
Download to read offline
1. Pengertian Uji Chi-Square
Uji chi-square di sebut juga dengan Kai Kuadrat. Uji chi-squeare adalah salah satu uji statistic
no-parametik (distibusi dimana besaran – besaran populasi tidak diketahui) yang cukup sering
digunakan dalam penelitian yang menggunaka dua variable, dimana skala data kedua variable
adalah nominal atau untuk menguji perbedaan dua atau lebih proporsi sampel. Uji chi-
square diterapkan pada kasus dimana akan diuji apakah frekuensi yang akan di amati (data
observasi) untuk membuktikan atau ada perbedaan secara nyata atau tidak dengan frekuensi yang
diharapkan. Chi-square adalah teknik analisis yang digunakan untuk menentukan perbedaan
frekuensi observasi (Oi) dengan frekuensi ekspektasi atau frekuensi harapan (Ei) suatu kategori
tertentu yang dihasilkan. Uji ini dapat dilakukan pada data diskrit atau frekuensi.
Pengertian chi-quare atau chi kuadrat lainya adalah sebuah uji hipotesis tentang perbandingan
Antara frekuensi observasi dengan frekuensi harapan yang didasarkan oleh hipotesis tertentu
pada setiap kasus atau data yang ambil untuk diamati. Uji ini sangat bermanfaat dalam
melakukan analisis statistic jika kita tidak memiliki informasi tantang populasi atau jika asumsi-
asumsi yang dipersyaratkan untuk penggunaan statistic parametric tidak terpenuhi. Chi kuadrat
biasanya di dalam frekuensi observasi berlambangkan dengan frekuensi harapan yang didasarkan
atas hipotesis yang hanya tergantung pada suatu parameter, yaitu derajat kebebasan (df).
Chi kuadrat mempunyai masing–masing nilai derajat kebebasan, yaitu distribusi (kuadrat
standard normal) merupakan distribusi chi kuadrat dengan d.f. = 1, dan nilai variabel tidak
bernilai negative. Kegunaan dari chi square untuk menguji seberapa baik kesesuaian diantara
frekuensi yang teramati dengan frekuensi harapan yang didasarkan pada sebaran yang akan
dihipotesiskan, atau juga menguji perbedaan antara dua kelompok pada data dua kategorik untuk
dapat menguji signifikansi asosiasi dua kelompok pada data dua katagorik tersebut.
Uji chi-square merupakan uji non parametris yang paling banyak digunakan. Namun perlu
diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang digunakan besar,
sebab ada beberapa syarat di mana chi square dapat digunakan yaitu:
1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0) sebesar
0 (Nol).
2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang memiliki
frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5.
3. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2 x 2,
maka rumus yang digunakan adalah “koreksi yates”. Untuk rumus koreksi yates, sudah kami
bahas dalam artikel sebelumnya yang berjudul “Koreksi Yates“.
Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di atas, yaitu
ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus diganti dengan rumus
“Fisher Exact Test”. Pengamatan yang kami lakunan kami menggunakan persamaan “Pearson
Chi-Square”
Keterangan :
O : Nilai Observasi (pengamatan)
E : Nilai Expected (harapan)
Df = ( b – 1 ) ( k – 1 )
B : Jumlah baris
K : Jumlah kolom
Nilai chi square adalah nilai kuadrat karena itu nilai chi square selalu positif. Bentuk distribusi
chi square tergantung dari derajat bebas (Db)/degree of freedom. Pengertian pada uji chi square
sama dengan pengujian hipotesis yang lain, yaitu luas daerah penolakan Ho atau taraf nyata
pengujian.
1. Kegunaan Chi-Square
Adapun kegunaan dari uji Chi-Square, adalah :
1. Ada tidaknya asosiasi antara 2 variabel (Independent test)
2. Apakah suatu kelompok homogen atau tidak (Homogenity test)
3. Uji kenormalan data dengan melihat distribusi data (Goodness of fit test)
4. Digunakan untuk menganalisis data yang berbentuk frekuensi.
5. Digunakan untuk menentukan besar atau kecilnya korelasi dari variabel-variabel yang
dianalisis
6. Cocok digunakan untuk data kategorik, data diskrit atau data nominal
C. Cara Memberikan Interpretase Terhadap Chi Square :
1. Menentukan Df atau Db
2. Melihat nilai Chi Square pada table
3. Membandingkan atantara nilai Chi Square dari hasil perhitungan dengan nilai Chi Square dari
table
D. Pengambilan Keputusan
Ketentuan yang menyatakan ada tidaknya dalam pengambilan keputusan, adalah:
1. Bila harga Chi Square (X2) ≥ Tabel Chi Square è Hipotesis Nol (H0) ditolak & Hipotesis
Alternatif (Ha) diterima
2. Bila harga Chi Square (X2) < Tabel Chi Square è Hipotesis Nol (H0) diterima & Hipotesis
Alternatif (Ha) ditolak
G. Chi Square Untuk Variabel Tunggal
Adalah variabel yang akan dianalisis dengan tes Chi Square sampelnya hanya terdiri dari satu
kategori saja.
Proses perhitungan analisis chi Square adalah sebagai berikut:
1. Menghitung harga chi square dengan cara menyiapkan tabel perhitungan chi square
Langkah-langkah:
Tentukan frekuensi observasi (fo) dan frekuensi harapan (fh)
Lakukan substitusi hasil yang diperoleh ke dalam rumus berikut:
1. Memberikan interpretasi terhadap harga chi square
Langkah-langkah:
1. Menghitung db atau df
2. Berkonsultasi dengan tabel nilai chi square
3. Mengambil kesimpulan
1. Chi Square Untuk Tabel 2×2
Adalah variabel yang akan dianalisis dengan tes chi square sampelnya terdiri dari dua kategori
dan frequensi observasinya terdiri dari dua kategori pula.
Rumusnya adalah:
I. Chi Square Dengan Koreksi Yates
Digunakan untuk menghitung harga Chi Square pada tabel 2×2 dengan df=1 dan salah satu
selnya memiliki frekuensi kurang dari 10.
Rumusnya adalah:
J. Chi Square Untuk Tabel Yang Baris dan Kolomnya Lebih Dari Dua Ketegori
Prinsip penggunaannya sama dengan Chi Square untuk Tabel 2×2 dan variabel tunggal..
Uji Chi-Square dengan SPSS
Posted on September 21, 2013 by azzainuri — Leave a comment
Uji ini biasa digunakan untuk melihat apakah terdapat hubungan antara 2 sampel yang saling
independen dengan skala data minimal nominal. Uji ini baik digunakan jika jumlah sampelnya
cukup besar. Uji ini tidak bisa digunakan jika terdapat frekuensi harapan yang kurang dari 5
lebih dari 20 % dari sel yang ada pada tabel dan jika terdapat nilai frekuensi harapan yang
kurang dari 1. Uji ini sudah banyak dijelaskan oleh teman – teman yang lain dengan pembahasan
yang bagus, untuk lebih jelasnya bisa di lihat disini
Sekarang kita akan langsung ke penerapan uji ini pada SPSS
Prof D melakukan sebuah penelitian untuk mengetahui pengaruh dari les privat terhadap tingkat
kelulusan ujian siswa. Prof D terlebih dahulu mengambil sampel dengan menentukan yang ikut
les dan tidak ikut les. Kemudian baru dilihat berapa yang lulus dan tidak lulus. Data yang
diperoleh disajikan dalam tabel berikut
Kemudian Prof D melakukan uji Chi-Square untuk melihat apakah terdapat hubungan dari les
privat dengan hasil ujian. Prof D menggunakan taraf signifikansi 5 % .
Ho: Tidak terdapat hubungan antara les privat dengan hasil ujian atau les privat dan hasil ujian
saling bebas
H1: Terdapat hubungan antara les privat dengan hasil ujian atau les privat dan hasil ujian tidak
saling bebas
Tolak hipotesis awal (Ho) jika nila p-value kurang dari atau sama dengan tingkat signfikansi
yang dipakai
Penyelesaian dengan SPSS adalah sebagai berikut:
Definisikan data pada Variabel View. Disini akan dibuat tiga variabel, yaitu Hasil Ujian, Les
Privat, dan Freq untuk variabel jumlahnya. Skala data untuk variabel Hasil Ujian dan les privata
adalah Nominal, sedangkan Freq berskala Scale Berikan kode pada kolom Values
 Untuk variabel Hasil Ujian adalah

Recommended

Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
 
Laporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanaLaporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanagita Ta
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss Nur Kamri
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiDarnah Andi Nohe
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrikHafiza .h
 
PPT Uji T Dependent dan Indeppendent
PPT Uji T Dependent dan IndeppendentPPT Uji T Dependent dan Indeppendent
PPT Uji T Dependent dan IndeppendentZahrotutTaafufiyah
 

More Related Content

What's hot

Metode penelitian eksperimen (kuantitatif)populasi dan sampel fb
Metode penelitian eksperimen (kuantitatif)populasi dan sampel   fbMetode penelitian eksperimen (kuantitatif)populasi dan sampel   fb
Metode penelitian eksperimen (kuantitatif)populasi dan sampel fbFirman Bachtiar
 
Uji validitas dan reliabilitas
Uji validitas dan reliabilitasUji validitas dan reliabilitas
Uji validitas dan reliabilitasBayu Bayu
 
Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}nurwa ningsih
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASZUKI SUDIANA
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )Nur Sandy
 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata ratayositria
 
19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampelRidwan Samsoni
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifCabii
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
Korelasi Point Biserial
Korelasi Point BiserialKorelasi Point Biserial
Korelasi Point BiserialLina Mursyidah
 

What's hot (20)

Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
 
Statistika inferensial 1
Statistika inferensial 1Statistika inferensial 1
Statistika inferensial 1
 
Metode penelitian eksperimen (kuantitatif)populasi dan sampel fb
Metode penelitian eksperimen (kuantitatif)populasi dan sampel   fbMetode penelitian eksperimen (kuantitatif)populasi dan sampel   fb
Metode penelitian eksperimen (kuantitatif)populasi dan sampel fb
 
Uji validitas dan reliabilitas
Uji validitas dan reliabilitasUji validitas dan reliabilitas
Uji validitas dan reliabilitas
 
Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}
 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITAS
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Statistik Non Parametrik
Statistik Non ParametrikStatistik Non Parametrik
Statistik Non Parametrik
 
Minggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis KorelasiMinggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis Korelasi
 
Annova 2 jalur
Annova 2 jalurAnnova 2 jalur
Annova 2 jalur
 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rata
 
19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel
 
Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 
Uji normalitas chi square
Uji normalitas chi square Uji normalitas chi square
Uji normalitas chi square
 
Anova satu arah
Anova satu arahAnova satu arah
Anova satu arah
 
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik DeskriptifBab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
Bab 3. Ukuran-Ukuran Numerik Statistik Deskriptif
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Korelasi Point Biserial
Korelasi Point BiserialKorelasi Point Biserial
Korelasi Point Biserial
 

Similar to Uji chi square

Bahan ajar stat non par
Bahan ajar stat non par Bahan ajar stat non par
Bahan ajar stat non par Fuhr Heri
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesisDavi Conan
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptxazkhaka123
 
Statistika pendidikan unit_6
Statistika pendidikan unit_6Statistika pendidikan unit_6
Statistika pendidikan unit_6kelasrs12a
 
Uji normalitas dan_homogenitas
Uji normalitas dan_homogenitasUji normalitas dan_homogenitas
Uji normalitas dan_homogenitasfitriafadhilahh
 
Uji Chi Square k-sampel.pdf
Uji Chi Square k-sampel.pdfUji Chi Square k-sampel.pdf
Uji Chi Square k-sampel.pdfAnaFNisa
 
Uji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisUji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisPrima37
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitassilvia kuswanti
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitasAYU Hardiyanti
 
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesisBayu Bayu
 
Modul non parametrik
Modul non parametrikModul non parametrik
Modul non parametrikSyafie ALin
 
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistikSusanFitria
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxAmeliaManatar
 
regresi &korelasi
regresi &korelasiregresi &korelasi
regresi &korelasiRatu Bilqis
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxrubi678124
 

Similar to Uji chi square (20)

Bahan ajar stat non par
Bahan ajar stat non par Bahan ajar stat non par
Bahan ajar stat non par
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
 
Statistika pendidikan unit_6
Statistika pendidikan unit_6Statistika pendidikan unit_6
Statistika pendidikan unit_6
 
Uji normalitas dan_homogenitas
Uji normalitas dan_homogenitasUji normalitas dan_homogenitas
Uji normalitas dan_homogenitas
 
Uji Chi Square k-sampel.pdf
Uji Chi Square k-sampel.pdfUji Chi Square k-sampel.pdf
Uji Chi Square k-sampel.pdf
 
KEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptxKEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptx
 
Uji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisUji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametris
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesis
 
Modul non parametrik
Modul non parametrikModul non parametrik
Modul non parametrik
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
 
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistik
 
104587 (1)
104587 (1)104587 (1)
104587 (1)
 
statistik tugas 4 pdf.pdf
statistik tugas 4 pdf.pdfstatistik tugas 4 pdf.pdf
statistik tugas 4 pdf.pdf
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptx
 
regresi &korelasi
regresi &korelasiregresi &korelasi
regresi &korelasi
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptx
 

Uji chi square

  • 1. 1. Pengertian Uji Chi-Square Uji chi-square di sebut juga dengan Kai Kuadrat. Uji chi-squeare adalah salah satu uji statistic no-parametik (distibusi dimana besaran – besaran populasi tidak diketahui) yang cukup sering digunakan dalam penelitian yang menggunaka dua variable, dimana skala data kedua variable adalah nominal atau untuk menguji perbedaan dua atau lebih proporsi sampel. Uji chi- square diterapkan pada kasus dimana akan diuji apakah frekuensi yang akan di amati (data observasi) untuk membuktikan atau ada perbedaan secara nyata atau tidak dengan frekuensi yang diharapkan. Chi-square adalah teknik analisis yang digunakan untuk menentukan perbedaan frekuensi observasi (Oi) dengan frekuensi ekspektasi atau frekuensi harapan (Ei) suatu kategori tertentu yang dihasilkan. Uji ini dapat dilakukan pada data diskrit atau frekuensi. Pengertian chi-quare atau chi kuadrat lainya adalah sebuah uji hipotesis tentang perbandingan Antara frekuensi observasi dengan frekuensi harapan yang didasarkan oleh hipotesis tertentu pada setiap kasus atau data yang ambil untuk diamati. Uji ini sangat bermanfaat dalam melakukan analisis statistic jika kita tidak memiliki informasi tantang populasi atau jika asumsi- asumsi yang dipersyaratkan untuk penggunaan statistic parametric tidak terpenuhi. Chi kuadrat biasanya di dalam frekuensi observasi berlambangkan dengan frekuensi harapan yang didasarkan atas hipotesis yang hanya tergantung pada suatu parameter, yaitu derajat kebebasan (df). Chi kuadrat mempunyai masing–masing nilai derajat kebebasan, yaitu distribusi (kuadrat standard normal) merupakan distribusi chi kuadrat dengan d.f. = 1, dan nilai variabel tidak bernilai negative. Kegunaan dari chi square untuk menguji seberapa baik kesesuaian diantara frekuensi yang teramati dengan frekuensi harapan yang didasarkan pada sebaran yang akan dihipotesiskan, atau juga menguji perbedaan antara dua kelompok pada data dua kategorik untuk dapat menguji signifikansi asosiasi dua kelompok pada data dua katagorik tersebut. Uji chi-square merupakan uji non parametris yang paling banyak digunakan. Namun perlu diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang digunakan besar, sebab ada beberapa syarat di mana chi square dapat digunakan yaitu:
  • 2. 1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0) sebesar 0 (Nol). 2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5. 3. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%. Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2 x 2, maka rumus yang digunakan adalah “koreksi yates”. Untuk rumus koreksi yates, sudah kami bahas dalam artikel sebelumnya yang berjudul “Koreksi Yates“. Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di atas, yaitu ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus diganti dengan rumus “Fisher Exact Test”. Pengamatan yang kami lakunan kami menggunakan persamaan “Pearson Chi-Square” Keterangan : O : Nilai Observasi (pengamatan) E : Nilai Expected (harapan) Df = ( b – 1 ) ( k – 1 ) B : Jumlah baris K : Jumlah kolom
  • 3. Nilai chi square adalah nilai kuadrat karena itu nilai chi square selalu positif. Bentuk distribusi chi square tergantung dari derajat bebas (Db)/degree of freedom. Pengertian pada uji chi square sama dengan pengujian hipotesis yang lain, yaitu luas daerah penolakan Ho atau taraf nyata pengujian. 1. Kegunaan Chi-Square Adapun kegunaan dari uji Chi-Square, adalah : 1. Ada tidaknya asosiasi antara 2 variabel (Independent test) 2. Apakah suatu kelompok homogen atau tidak (Homogenity test) 3. Uji kenormalan data dengan melihat distribusi data (Goodness of fit test) 4. Digunakan untuk menganalisis data yang berbentuk frekuensi. 5. Digunakan untuk menentukan besar atau kecilnya korelasi dari variabel-variabel yang dianalisis 6. Cocok digunakan untuk data kategorik, data diskrit atau data nominal C. Cara Memberikan Interpretase Terhadap Chi Square : 1. Menentukan Df atau Db 2. Melihat nilai Chi Square pada table 3. Membandingkan atantara nilai Chi Square dari hasil perhitungan dengan nilai Chi Square dari table D. Pengambilan Keputusan Ketentuan yang menyatakan ada tidaknya dalam pengambilan keputusan, adalah:
  • 4. 1. Bila harga Chi Square (X2) ≥ Tabel Chi Square è Hipotesis Nol (H0) ditolak & Hipotesis Alternatif (Ha) diterima 2. Bila harga Chi Square (X2) < Tabel Chi Square è Hipotesis Nol (H0) diterima & Hipotesis Alternatif (Ha) ditolak G. Chi Square Untuk Variabel Tunggal Adalah variabel yang akan dianalisis dengan tes Chi Square sampelnya hanya terdiri dari satu kategori saja. Proses perhitungan analisis chi Square adalah sebagai berikut: 1. Menghitung harga chi square dengan cara menyiapkan tabel perhitungan chi square Langkah-langkah: Tentukan frekuensi observasi (fo) dan frekuensi harapan (fh) Lakukan substitusi hasil yang diperoleh ke dalam rumus berikut: 1. Memberikan interpretasi terhadap harga chi square Langkah-langkah: 1. Menghitung db atau df 2. Berkonsultasi dengan tabel nilai chi square 3. Mengambil kesimpulan
  • 5. 1. Chi Square Untuk Tabel 2×2 Adalah variabel yang akan dianalisis dengan tes chi square sampelnya terdiri dari dua kategori dan frequensi observasinya terdiri dari dua kategori pula. Rumusnya adalah: I. Chi Square Dengan Koreksi Yates Digunakan untuk menghitung harga Chi Square pada tabel 2×2 dengan df=1 dan salah satu selnya memiliki frekuensi kurang dari 10. Rumusnya adalah: J. Chi Square Untuk Tabel Yang Baris dan Kolomnya Lebih Dari Dua Ketegori Prinsip penggunaannya sama dengan Chi Square untuk Tabel 2×2 dan variabel tunggal..
  • 6. Uji Chi-Square dengan SPSS Posted on September 21, 2013 by azzainuri — Leave a comment Uji ini biasa digunakan untuk melihat apakah terdapat hubungan antara 2 sampel yang saling independen dengan skala data minimal nominal. Uji ini baik digunakan jika jumlah sampelnya cukup besar. Uji ini tidak bisa digunakan jika terdapat frekuensi harapan yang kurang dari 5 lebih dari 20 % dari sel yang ada pada tabel dan jika terdapat nilai frekuensi harapan yang kurang dari 1. Uji ini sudah banyak dijelaskan oleh teman – teman yang lain dengan pembahasan yang bagus, untuk lebih jelasnya bisa di lihat disini Sekarang kita akan langsung ke penerapan uji ini pada SPSS Prof D melakukan sebuah penelitian untuk mengetahui pengaruh dari les privat terhadap tingkat kelulusan ujian siswa. Prof D terlebih dahulu mengambil sampel dengan menentukan yang ikut les dan tidak ikut les. Kemudian baru dilihat berapa yang lulus dan tidak lulus. Data yang diperoleh disajikan dalam tabel berikut Kemudian Prof D melakukan uji Chi-Square untuk melihat apakah terdapat hubungan dari les privat dengan hasil ujian. Prof D menggunakan taraf signifikansi 5 % . Ho: Tidak terdapat hubungan antara les privat dengan hasil ujian atau les privat dan hasil ujian saling bebas H1: Terdapat hubungan antara les privat dengan hasil ujian atau les privat dan hasil ujian tidak saling bebas Tolak hipotesis awal (Ho) jika nila p-value kurang dari atau sama dengan tingkat signfikansi yang dipakai Penyelesaian dengan SPSS adalah sebagai berikut: Definisikan data pada Variabel View. Disini akan dibuat tiga variabel, yaitu Hasil Ujian, Les Privat, dan Freq untuk variabel jumlahnya. Skala data untuk variabel Hasil Ujian dan les privata adalah Nominal, sedangkan Freq berskala Scale Berikan kode pada kolom Values  Untuk variabel Hasil Ujian adalah
  • 7. 1 =Lulus, 2 = Tidak  Untuk variabel Les Privat 1 =Ya, 2 = Tidak Setelah itu semua selesai, baru masukan data kedalam SPSS Kemudian dilakukan pembobotan dengan Weight Case untuk menghubungkan variabel Hasil Ujian dan Les Privat dengan Freq  Pilih Data dan Klik Weight Cases  Kemudiaan akan muncul kotak dialog Weight Cases  Tandai Weight Cases By, lalu pindahkan Variabel Freq ke Frequency Variable  OK
  • 8. Selanjutnya untukmelakukan uji Chi-Square sebagai berikut
  • 9.  Pilih Anlyze, Descriptive Statistics, lalu klik Crosstabs  Kotak dialog Crosstabs muncul, pindahkan Les Privat ke Row(s) dan Hasil Ujian ke Colum(s)  Klik Statistics, Pada kotak dialog Crosstabs:Statistics yang muncul centang Chi-Square  Klik Cells, kemudian pilih opsi yang dingiinkan, dalam kasus ini dipilih Observed, Expected, Unstandardized, dan Adjusted Standardized. (Step ini bisa dilompat jika tidak membutuhkan)  Klik Continue, lalu Ok
  • 11. Hasil Output untuk tabel Les_Privat*Hasil_Ujian Crosstabulation dapat di interpretasikan Nilai Adjusted Residual yang cukup besar (dengan nilai absolut 4,9) menunjukan deviasi atau perbedaan yang besar pada setiap sel dari nilai yang diharapkan. Terlihat bahwa nilai Residual yang merupakan selisih antar nilai Observed denga Expected Frequency menjauh dari nol. Jika hipotesis awal benar, maka kita mengharapkan nilai residualnya akan menjadi nol atau mendekati nol. Hasil Output untuk tabel Chi-Square Test dapat di interpretasikan Pada tabel ini tidak hanyan nilai Chi-Square saja yang ditampilkan tapi ada juga nilai dari uji dengan menggunakan Likelihood Ratio dan Fisher’s Exact Test. Didapa nilai dari Chi-Square adalah 23, 802 dan p-value<0,0001 sehingga dapat diambil tolak hipotesis awal dan nyatakan terdapat hubungan yang signifikan antara les pirvat dengan hasil ujian pada taraf signifikansi 5 %. Hasil ini juga sejalan dengan uji Likelihood Ratio dimana nilainaya adalah 24,14 0 den p- value<0,001 karena nilai p-value<0,05 tolak hipotesis awal juga.
  • 12. Uji Chi-Square SPSS May 18, 2015 Tutorial Penelitian ~ Chi-square adalah uji statistik nonparametrik untuk mencari hubungan variabel-variabel penelitian dan melihat kecenderungannya menggunakan tabulasi silang dan Odd Ratio. Chi-square dapat mengetahui hubungan antar variabel, tetapi tidak dapat untuk mengetahui seberapa besar hubungan tersebut. Data yang digunakan harus ditransformasi ke dalam skala non-rasio. Intereprestasi untuk hasil analisis Chi-square memilili 3 fitur yaitu uji signifikasi hipotesis (Pearson Chi-Square), uji tabulasi silang (crosstabulation) dan uji odd ratio (risk estimate). Kasus:  Adakah hubungan antara Risiko Umur Ibu dengan Berat Badan Bayi Lahir Rendah (BBBLR)?  N = 10  Umur Ibu menggunakan skala interval o Berisiko = 30 ke atas o Tidak Berisiko = 30 ke bawah  BBBL menggunakan skala interval o BBBLR = 2500 gram ke bawah o Tidak BBBLR = 2500 gram ke atas INPUT DATA
  • 13. Gambar 1 Input data ke spreadsheets Microsoft Excel kemudian copy dan paste ke spreadsheets Data View SPSSdilanjutkan dengan input parameter deskripsi ke spreadsheets Data Variable SPSS. Gambar 1 (klik untuk perbesar) adalah penampakan spreadsheets Data View SPSS. Dengan demikian kita memliki 2 kolom variabel. Pada tahap ini input data sudah selesai. Lanjut langkah perintah uji. LANGKAH-LANGKAH 1. Klik Analyze - Descriptive Statistics - Crosstabs... 2. Pindahkan Umur ke Row(s) dan BBBL ke Column(s) 3. Klik Statistics. Pilih Chi-square, Contogenxy coefficient, Phi and Cramer’s V dan Risk. Klik Continue 4. Klik Cells. Pilih Observed, Expected, Row dan Total. Klik Continue 5. Klik OK
  • 14. Gambar 2 Gambar 2 (klik untuk perbesar) adalah menu pop-up pada saat Anda melakukan langkah ke-2, ke-3 dan ke-4 yaitu memilih variabel yang akan dianalisis dan kriterium. Pada tahap ini langkah uji Chi-square sudah selesai dan kita sudah memiliki output. Langkah selanjutnya adalah mengambil keputusan berdasarkan output tersebut. PENGAMBILAN KEPUTUSAN DAN INTERPRESTASI [Download Output file Pdf 48 KB]  Jika Sig di atas 0,05 maka Ho diterima  Jika Sig di bawah 0,05 maka Ho ditolak Klik link di atas untuk download output. Nilai Pearson Chi-Square sebesar 4,286 dengan Asymp. Sig. (2-sided) sebesar 0,038 atau lebih kecil dari 0,05 sehingga diputuskan Risiko Umur Ibu dan BBBLR berhubungan nyata dan signifikan. Output "Umur Ibu*BBBL Crosstabulation" (Tabulasi Silang) menunkukkan Umur Berisiko dan BBBLR sebanyak 3 subjek, sedangkan Umur Berisiko dan Tidak BBBLR sebanyak 0 subjek. Umur Tidak Berisiko dan BBBLR sebanyak 2 subjek, sedangkan Umur Tidak Berisiko dan Tidak BBBLR sebanyak 5 subjek. Output "Risk Estimate" (Odd Ratio atau OR) sebesar 3,500 berarti Umur Berisiko mempertinggi terjadinya BBBLR. Jika OR di atas 1 berarti mempertinggi risiko, OR sama dengan 1 tidak berasosiasi dan OR di bawah 1 mengurangi risiko.