1. Mahasiswa melakukan penelitian tentang hubungan antara kategori harga laptop dengan ketepatan waktu mengerjakan tugas kuliah menggunakan uji chi square. 2. Hasil pengujian menunjukkan tidak ada hubungan antara kategori harga laptop dengan ketepatan waktu mengerjakan tugas.

1. MAKALAH ILMIAH STATISTIK DAN PROBABILITAS
PERBANDINGAN ANTARA KATEGORI LAPTOP MAHAL DAN
MURAH DENGAN KETEPATAN WAKTU MAHASISWA
MENGERJAKAN TUGAS KULIAH DI KELAS PRODI INFORMATIKA
KAMPUS AL-KAMAL
DENGAN METODE UJI CHI SQUARE
RAHMAT WAHID GUSTIAN 201622040
rahmatwahidgustian@gmail.com
FERDIAN SYAH 201622033
Ferdiansyah.fa35@gmail.com
Program Studi Teknik Informatika, Fakultas Teknik, institut sains dan teknologi al-kamal
Jl.Raya Al Kamal No.2 Kedoya Selatan, Kebon Jeruk, Jakarta Barat,DKI Jakarta 11520
Telp : (021) 5811088, 58350692
Fax : (021) 58300105
Website : http://www.ista.ac.id
Email: info@ista.ac.id
ABSTRACT
Mahasiswa di era modern sekarang ini pasti sangat erat hubunganya dengan laptop untuk sarana
menyelesaikan tugas kuliah, maka dari itu kualitas laptop masing-masing mahasiswa berbeda beda
tergantung kebutuhan kuliah mereka. Dengan uji ilmiah chi square ini diharapkan kita dapat
mengetahui hubungan antara kategori laptop yang dimiliki mahasiswa dengan ketepat waktuan
mahasiswa tersebut mengerjakan tugas, degan tujuan apakah kualitas laptop itu ada pengaruhnya
dengan tugas kuliah.
Kata kunci : statistik non parametik, uji chi-square
1.PENDAHULUAN
Uji Chi-Square termasuk salah satu alat uji
dalam statistik yang sering digunakan dalam
praktek. Dalam bahasan statistika non
parametrik, pengujian hipotesa terhadap beda
lebih dari dua proporsi populasi tidak dapat
menggunakan distribusi t atau distribusi f
tetapi menggunakan distribusi Chi-Square.
Data pengujian hipotesa menggunakan
distribusi Chi-Square tidak berasal dari
populasi berdistribusi normal.
2. LANDASAN TEORI
Sampai saat ini para akhli statistik belum
memberikan difinisi yang jelas mengenai arti
dari statistik nonparametrik dan juga ketegasan
kapan suatu uji atau tes statistik parametrik
maupun yang nonparametrik digunakan.
Seigel (1985) mengatakan bahwa tes statistik

2. parametrik adalah suatu tes yang modelnya
menghendaki diketahuinya syarat-syarat
tertentu mengenai paramater populasi yang
merupakan sumber sampel
penelitiannya. Syarat ini umumnya tidak diuji
dan dianggap sudah terpenuhi, seperti
misalnya anggapan bahwa data yang diambil
berasal dari populasi yang berdistribusi
normal. Seberapa jauh validitas hasil suatu tes
parametrik sangat tergantung dari validitas
anggapan-anggapan tadi. Tes-tes parametrik
juga menuntut bahwa angka-angka yang
dianalisis merupakan hasil suatu pengukuran
yang sedikitnya berukuran skala interval.
Pendapat lain seperti yang dikemukakan oleh
Walsh (1962) adalah bahwa titik pandang dari
prosedur tipe statistik nonparamterik adalah
dimilikinya kekuatan tertentu yang dapat
memuaskan dan rasional, karena beberapa
asumsi yang sifatnya umum diminimalkannya.
Seperti misalnya suatu distribusi sample yang
berasal dari suatu populasi yang berdistribusi
normal dan mempunyai standar deviasinya
tertentu. Dengan mengurangi anggapan bahwa
suatu data sampel yang berasal dari suatu
populasi yang berdistribusi normal itu,
beberapa pakar statistik mengkaitkan analisis
nonparametrik ini dalam analisis ”distribusi
bebas” atau “distribution-free“.
Untuk memilih metode statistik mana yang
dipakai (parametrik ataukah nonparametrik)
dalam pembuatan keputusan tentang pengujian
hipotesis penelitian Seigel (1985) juga
mengharuskan melihat beberapa kriteria:yaitu:
1) kekuatan yang bagaimana yang dipunyai
tesnya;
2) kemungkinan penerapan model statistik
yang menjadi dasar tes pada data diteliti:
3) kekuatan efesiensi;
4) tingkat pengukuran yang ingin dicapai
dalam penelitian tersebut.
Kebaikan Statistik Nonparametrik
Berdasarkan uraian-uraian di atas dapat
disarikan berbagai kebaikan dari statistik
nonparametrik antara lain:
1. Hasil yang diperoleh dalam tes statistik
nonparametrik adalah kemungkinan-
kemungkinan yang aksak, tak perduli dari
bentuk distribusi populasi dari sampel
yang diambil. Keculai untuk sampel yang
besar, kemungkinan juga terdapat
beberapa pendakatan yang memberikan
hasil yang lebih baik. Dalam beberapa
kasus, tes nonparamatrik sama juga
dengan tes paramatrik yang menganggap
bahwa distribusi yang mendasarinya
adalah kontinyu.
2. Jika sampel sangat kecil misalnya lebih
kecil dari 6, hanya tes statistik
nonparamterik yang dapat digunakan
secara valid, kecuali sifat distribusi
populasinya diketahui secara pasti.
3. Tes-tes statistik nonparametrik juga
menyediakan metode untuk menggarap
observasi-observasi sampel-sampel dari
populasi yang berlainan. Tidak satupun
diantara tes-tes paramatrik yang dapat
digunakan untuk data semacam itu tanpa
menuntut anggapan-anggapan yang
rupanya tidak realistis.
4. Tes-tes statistik nonparametrik dapat
digunakan untuk menggarap data yang
pada dasarnya merupakan ranking dan
juga untuk data yang skor-skor angkanya
secara spintas kelihatan memiliki kekuatan
rangking, meskipun secara sepintas tidak
dapat diungkapkan seberapa kurang atau
lebih data yang dimaksudkan. Misalnya:
sangat baik, baik, sedang , buruk, dan
buruk sekali).
5. Metode nonparametrik dapat digunakan
untuk menggarap data yang hanya

3. merupakan klasifikasi semata, yakni yang
diukur dalam skala nominal. Tetapi tidak
satu teknik parametrik pun yang dapat
diterapkan untuk data semacam itu.
6. Tes-tes statistik nonparametrik lebih
mudah dipelajari dan diterapkan
dibandingkan dengan tes-tes parametrik.
Kelemahan Statistik Nonparametrik
Disamping yang disebutkan di atas, sebagai
suatu metode statistik non parametrik juga
mempunyai kelemahan. Kelemahannya antara
lain:
1. Jika semua anggapan yang disyaratkan
dalam statistik parametrik terpenuhi
dan juga kekuatan tesnya serta sesuai
dengan yang diharapkan, maka
penggunaan tes nonparametrik
merupakan pemborosan data.
Pemberorosan data itu dicerminkan
dari tingkat kekuatan efesiensinya.
Misalnya tes nonpaprametrik memiliki
kekuatan efesiensi besar, katakanlah
90%. Ini berarti bahwa apabila semua
syarat tes paramatrik terpenuhi, maka
untuk menguji hipotesis tertentu
statistik boros 10% dibandingkan
dengan statistik parametrik.
2. Belum ada satupun metode
nonparametrik yang dapat digunakan
untuk menguji adanya interaksi seperti
dalam model analisis varian, kecuali
ada keberanian untuk membuat asumsi
khusus mengenai aditivitas.
3. Kelemahan lainnya mengenai statistik
nonparametrik adalah tes-tes dan
tabel-tabel yang menyertainya yang
berisikan nilai-nilai signifikansi sangat
banyak macamnya dan malahan sangat
khusus sifatnya, sehingga sering
memberatkan para pemakai analisis
ini.
Chi Square
Dasar uji kai kuadrat itu sendiri adalah
membandingkan perbedaan frekuensi hasil
observasi (O) dengan frekuensi yang
diharapkan (E). Perbedaan tersebut
meyakinkan jika harga dari Kai Kuadrat sama
atau lebih besar dari suatu harga yang
ditetapkan pada taraf signifikan tertentu (dari
tabel χ2
).
Rumus Chi Square
Chi Square disebut juga dengan Kai Kuadrat.
Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan
pada dua variabel, di mana skala data kedua
variabel adalah nominal. (Apabila dari 2
variabel, ada 1 variabel dengan skala nominal
maka dilakukan uji chi square dengan merujuk
bahwa harus digunakan uji pada derajat yang
terendah). Berikut akan kita bahas tentang
rumus chi square.
Sebagai rumus dasar dari uji Kai Kuadrat
adalah :

4. Gambar 1 : rumus chi square
Keterangan :
O= frekuensi hasil observasi
E= frekuensi yang diharapkan.
Nilai E= (Jumlah sebaris x Jumlah Sekolom)/Jumlah data
df = (b-1) (k-1).
3.CONTOH KASUS
Suatu survey dalam kelas teknik
informatika kita ingin mengetahui
apakah ada hubungan antara harga
laptop yang di miliki mahasiswa
dengan ketepat waktu mahasiswa
tersebut untuk mengerjakan tugas
kuliah . Dan di kelas tersebut terdapat
25 mahasiswa yang memiliki laptop
dengan kategori mahal (diatas 5 juta)
dan murah (dibawah 5 juta).
jumlah mahasiswa yang memiliki
laptop mahal adalah 15 mahasiswa.
sedangkan yang mempunyai laptop
murah adalah 10 mahasiswa.
Dari 15 mahasiswa yang memiliki
laptop mahal tersebut, terdapat 10
mahasiswa yang tepat waktu dalam
mengerjakan tugas, sisanya 5
mahasiswa yg terlambat mengerjakan
tugas.
Dan dari 10 mahasiswa yang memiliki
laptop murah terdapat 6 mahasiswa
yang tepat waktu dalam mengerjakan
tugas, sisanya 4 mahasiswa yang
terlambat mengerjakan tugas.
HIPOTESIS:
HO = DITERIMA APABILA NILAI
X1 < X2 (MAKA TIDAK
ADA
HUBUNGAN/PENGARUH
HARGA LAPTOP DENGAN
KETEPATAN WAKTU
MAHASISWA
MENGUMPULKAN
TUGAS.).
H1 = HO AKAN DITOLAK
APABILA X1 > X2 (MAKA
TERDAPAT HUBUNGAN/
PENGARUH ANTARA
HARGA LAPTOP DENGAN
KETEPAT WAKTUAN
MAHASISWA
MENGUMPULKAN TUGAS
).

5. 4.HASIL DAN PEMBAHASAN
Gambar 2 : Tabel nilai observasi
Kemudian tentukan nilai observasi (O) dan
nilai ekspektasi (E) :
O1 = 10 E 1 = 15 x 16 / 25 = 9,6
O2 = 6 E 2 = 10 x 16 / 25 = 6,4
O3 = 5 E 3 = 15 x 9 / 25 = 5,4
O4 = 4 E 4 = 10 x 9 / 25 = 3,6
Selanjutnya masukan dalam rumus :
Gambar 3 : Hasil Perhitungan mencari x2

6. Perhitungan selesai, sekarang kita menentukan
nilai tabel pada taraf nyata/alfa = 0.1.
Sebelumnya kita harus menentukan nilai df-
nya. Karena tabel kita 2x2, maka nilai df =
(2-1)*(2-1)=1.
Gambar 4 : Tabel F untuk mencari x1
X1 = 2.71.
X2=0.114
Jawabannya adalah X1 > X2
HO diterima jadi tidak ada hubungan antara
harga laptop dengan ketepatan waktu
mahasiswa mengerjakan tugas.
5.KESIMPULAN
Dari pengujian ini kita mendapat kesimpulan
bahwa kategori harga laptop mahasiswa sama
sekali tidak mempengaruhi ataupun tidak ada
hubunganya dengan ketepatan waktu
mahasiswa mengerjakan tugas kuliah, dari
contoh uji chi square ini selanjutnya kita dapat
membuat penelitian dengan hal lain yang
mungkin dapat bermanfaat di kehidupan
sehari-hari.
DAFTAR PUSTAKA
[1]https://www.statistikian.com/2012/11/rumus-
chi-square.html
[2]https://anyalfiyan.wordpress.com/2015/05/05/sta
tistika-2-uji-chi-square/
[3]
https://www.youtube.com/watch?v=IeJOounvAQo