Uji Chi Square dengan SPSS dan Cara membaca Out Put-nya

Dalam aplikasi SPSS, untuk perhitungan Chi Square tersebut melalui tahapan sebagai berikut: 1. Berikan kode numerik untuk variabel Pendidikan yaitu 1 = pendidikan S !" ke ba#ah dan $ = pendidikan perguruan tinggi. %ntuk bank, beri kode 1 = bank pemerintah dan $ = bank s#asta $. Persiapkan #orksheet dengan &ara seperti &ontoh'&ontoh sebelumnya.

Pada baris pertama, isikan kolom (ame dengan Pendidikan, )easure = *rdinal, dan kolom +alues dengan 1 = S !", $ = P!. ,Cara menginput +alues, lihat pembahasan sebelumnya- Pada baris kedua isikan, kolom (ame dengan Bank, )easure = (ominal dan kolom +alues dengan 1 = Pemerintah, $ = S#asta. .olom lainnya diabaikan ,mengikuti de/ault dari program-. 0. .embali ke muda data dengan mengklik Data +ie#. Selan1utnya input data pendidikan dan pilihan bank 2. Setelah menginput data, untuk menghitung Chi Square, klik "naly3e 4 Des&riptive Statisti&s 4 Crosstabs. "kan mun&ul tampilan berikut:

5sikan kotak 6o#,s- dengan variabel Bank dan kotak Column,s- dengan variabel Pendidikan. Selan1utnya klik Statisti&s, akan mun&ul tampilan berikut:

!erdapat beberapa pilihan statistik yang bisa digunakan pada menu halaman tersebut. aChi'square. %ntuk tabel dua baris dua kolom , $ 7 $ seperti &ontoh kita-, pilihan Chi'square akan memberikan output Pearson &hi'square, likelihood'ratio &hi'square, 8isher9s

e7a&ttest, dan :ates9 &orre&ted &hi'square ,&ontinuity &orre&tion-. %ntuk tabel selain $ 7 $, pilihan Chi'square akan memberikan output Pearson &hi' square dan likelihood'ratio &hi'square. bCorrelations. .lik pilihan Correlations ini 1ika seluruh variabel yang diinput berskala ordinal, atau 1ika seluruh variabel berskala interval. Pilihan ini akan menghasilkan output korelasiSpearman ,untuk dua variabel berskala ordinal- dan korelasi Pearson ,untuk dua variabel berskala interval;ratio-. <asil yang diberikan, sama dengan kasus iklan dan pen1ualan pada seri'seri tulisan sebelumnya. &(ominal. .lik pilihan'pilihan dalam bagian nominal, 1ika kedua data yang diinput adalah data berskala nominal. %ntuk korelasi dengan kedua variabel berskala nominal, output yang bisa dihasilkan adalah Contingen&y &oe//i&ient, Phi and Cramer9s +, ambda, %n&ertainty &oe//i&ient d*rdinal. .lik pilihan'pilihan dalam bagian *rdinal, 1ika kedua data yang diinput adalah data berskala ordinal. %ntuk korelasi dengan kedua variabel berkala ordinal, output yang bisa dihasilkan adalah =amma ,seperti yang pernah diuraikan sebelumnya-, Sommer9s d, .endall tau'b dan .endall tau'&. .endall tau'b adalah koe/isien korelasi .endall yang sudah dibahas sebelumnya. .endall tau'& adalah modi/ikasi koe/isien korelasi .endall yang dalam perhitungannya dengan mengabaikan data yang bernilai sama dalam urutannya. e(ominal by 5nterval. .lik pilihan >ta pada bagian (ominal by 5nterval 1ika data yang diinput salah satunya berskala nominal dan lainnya berskala interval. )isalnya 1ika ingin menghitung korelasi antara 1enis kelamin ,nominal- dengan pendapatan ,interval/.appa. Cohen9s kappa mengukur kesesuaian antara penaksitan dua peringkat ketika keduanya diperingkat dari ob1ek yang sama. *utput .appa hanya akan tersedia 1ika kedua variabel yang diinput menggunakan nilai dan 1umlah kategori yang sama. g6isk. 6isk untuk mengukur kekuatan hubungan antara kehadiran suatu /aktor terhadap ter1adinya suatu ke1adian. (ilai risk hanya akan tersedia untuk tabel $?$. h)&(emar. Suatu u1i non'parametrik untuk mengu1i keterkaitan dua variabel dikotomi ,hanya memiliki dua kategori-. iCo&hran9s and )antel'<aens3el statisti&s. Sebagaimana dengan )&(emar, Co&hran9s and )antel'<aens3el 1uga digunakan mengu1i dua variabel dikotomi. Bagi yang ingin mendapatkan pemahaman lebih lan1ut untuk pilihan'pilihan statistik tersebut dapat meru1uk ke berbagai literatur mengenai statistik non'parametrik

,mudah'mudahan 1uga pada kesempatan lain akan dibahas di blog ini-. Dalam bagian ini, hanya akan diuraikan lebih lan1ut mengenai pilihan Chi Square. @. .lik Chi square 4 Continue 4 Cell, akan mun&ul tampilan berikut:

!erdapat beberapa pilihan dalam tampilan ini, yaitu: Count. Centang observed, 1ika ingin menampilkan /rekuensi data sebenarnya ,observed-, dan &entang >7pe&ten, 1ika ingin menampilkan /rekuensi harapan dalam tabel silang. Per&entage. Centang 6o# 1ika ingin menampilkan persentase baris, &olumn untuk persentase kolom dan total untuk persentase total dalam tabel silang. %ntuk kepentingan analisis Chi'square, pilihan lainnya untuk sementara diabaikan. )isalnya dari tampilan diatas, pilihan yang diambil adalah *bserve, >7pe&ted dan Column. Selan1utnya .lik Continue 4 *.. *utput yang dihasilkan diberikan sebagai berikut:

Pada output tabel pertama, Count adalah /rekuensi dari data yang diamati ,observed- dan >7pe&ted Count adalah /rekuensi yang diharapkan. A #ithin Bank adalah persentase kolom dari tabel silang ini ,sesuai dengan pilihan yang diambil tadi, kita hanya men&entang /rekuensi kolom-. Dari /rekuensi kolom ini dapat diba&a, bah#a terdapat ke&enderungan mereka yang berpendidikan S !" lebih memilih bank pemerintah dibandingkan bank s#asta. Dari @1 responden berpendidikan S !", BC,B persen memilih bank pemerintah sedangkan sisanya 01,2 persen memilih bank s#asta. Sebaliknya, terdapat ke&enderungan mereka yang berpendidikan tinggi memilih bank s#asta. Dari B$ responden, hanya 0$,0 persen yang memilih bank pemerintah dan sebagian besar lainnya ,BD,D persen- memilih bank s#asta. Dengan kata lain, terdapat keterkaitan tinggi rendahnya pendidikan terhadap pemilihan 1enis bank untuk transaksi keuangan. (amun demikian, untuk meyakinkan kita terhadap kesimpulan tersebut, harus dilakukan pengu1ian statistik terlebih dahulu. Dalam konteks ini, pada output tabel $ diberikan nilai &hi'square sebesar 12,C1B, dengan nilai P'value sebesar E,EEE1$ ,yang diperlihatkan dalam kolom "symp.Sig.,$'sided- pada output SPSS-. Sebagaimana halnya pada pengu1ian korelasi peringkat sebelumnya, nilai P'value ini dibandingkan dengan tingkat signi/ikansi tertentu. Berdasarkan hal tersebut, dapat dikemukakan bah#a terdapat hubungan antara pendidikan dengan pemilihan bank

pada tingkat signi/ikansi 1 A ,P'value F G=1 A-. <al lain yang perlu diperhatikan dari output tabel kedua ini adalah keterangan di ba#ah tabel yang menun1ukkan berlaku atau tidaknya salah satu asumsi dari &hi'square yang menyatakan bah#a /rekuensi yang diharapkan untuk masing'masing kategori harus lebih besar dari 1. 8rekuensi yang diharapkan yang bernilai kurang dari @ tidak boleh lebih dari $E A dari kategori. Dari keterangan di ba#ah tabel, terlihat bah#a asumsi tersebut terpenuhi karena tidak ada sel yang memiliki /rekuensi harapan diba#ah lima, dan /rekuensi harapan terendah 1uga adalah $2,C$.