X2 ( Chi Square )

UJI CHI SQUARE (X2)

FUNGSI
Menguji hasil penelitian
dalam bentuk data
kategori/diskrit
Jumlah kategori 2
METODE
Untuk menguji perbandingan
antara data yang diamati ( fo)
dgn data yang diharapkan
(fh), dgn menentukan nilai
data yang diharapkan utk
tiap kategori berdasar Ho.

Digunakan :
Stat non parametrik
Pengujian Hipotesis :
A. 1 sampel
B. 2 sampel bebas (tdk berkorelasi )
C. komparatif k sampel
1. Sampel berkorelasi
2. Sampel tdk berkorelasi
Ketentuan :
Data berskala nominal/kategori
Keputusan Hipotesis :
X2hitung < X2(tabel,)
X2hitung X2(tabel,)

: Ho
diterima
: Ho
ditolak

Ha
ditolak
Ha
diterima

RUMUS
1.
k
X2 =
i=1

UJI CHI SQUARE (X2)

( fo-fh)2

atau

Pada tabel 2x2 , sampel > 40

Pada tabel r x k ( r atau k > 2 ),
nilai fh < 5 ( tdk lebih 20%), tdk ada
nilai fh <1, lakukan penggabungan
kategori

Ket:
X2 = chi square
fo = frekuensi observasi ( 0)
fh = frekuensi harapan ( E )
Pendekatan tabel silang
Variabel 1
V
Ktgr 1
2
3
a
r
1
O11, O12, O13
i
E11 E12 E13
a
b
2
O12, O22, O23
e
E12 E22 E33
l
2
3
O13, O22, O33

E13

E22

UJI CHI SQUARE (X2)

RUMUS
2. Pendekatan Koreksi Yate
Syarat :

fh

( | 0 ij - Eij | - 0,5 ) 2
X2 =
Eij
i = 1j = 1
r

E33

KATE
Pengaruh perlakuan
Jml
GORI
Kelompok Berpengaruh Tdk
berpengaruh

Eksp
Kontrol
Jumlah

a
c
a+c

b
d
b+d

a+b
c+d
N

X2 = n(|ad-bc| - n)2
3

(a+b)(a+c)(b+d)(c+d)

A. X2 1 sampel

Contoh :

1. Digunakan :
Menguji hipotesisi 1 sampel
Populasi terdiri dr klas/kategori
2. Pengujian Hipotesis :
dk (derajat kebebasan) = 1
Rms :
k
2
2

X =

Hasil survei untuk mengetahui

bagaimana kemungkinan PUS dlm
memilih alat kontrasepsi yaitu IUD &
implant. Sampel diambil secara
random sebanyak 300 PUS
Dari sampel tsb ternyata 200
memilih IUD & 100 PUS memilih
Implant.

( fo-fh)
i=1

Hipotesis yg diajukan adl:

Ho : Kemungkinan PUS memilih
alkon IUD & implant sama
besarnya ( tdk ada beda)
Ha : Kemungkinan PUS memilih
alkon IUD & implant tdk sama
besarnya ( ada beda)

fh

Ket:
X2 = chi square
fo = frekuensi observasi
fh = frekuensi harapan

Langkah pembuktian hipotesis :

1. Hitung fh
50% (sama besar)
6
2. Susun dlm bentuk tabel kerja

B. X2 2 sampel

Rms :
k
2

X =

( fo-fh)2
i=1

fh

fh = 50% x N
2
fo-fh (fo-fh)2 (fo-fh)
fh

Pilihan fo
alkon

fh

IUD
Impl
Juml

150 50
150 -50
300 0

200
100
300

2500
2500
5000

Keputusan Hipotesis
X2hitung = 33,34
X2tabel ( =5%,dk=1) = 3,841
X2hitung > X2tabel : Ho ditolak
Kesimp. : Ada perbedaan
pemilihan alkon pd PUS

16,67
16,67
33,34

1. Digunakan :
Menguji hipotesis komparatif 2 sampel
bebas maupun berpasangan
Menguji hip komparatif : menguji ada
tdknya perbedaan/ kesamaan nilai-nilai
variabel yg ada pada 2 sampel utk
diberlakukan dlm populasi/tdk
Sampel berpasangan :
Umumnya digunakan pd desain penet.
Eksperimen ( membandingkan
keadaan sebelum dan sesudah
perlakuan atau membandingkan kelp
perlakuan & kontrol)
Aturan umum:
a. Jml N (fo) > 40 ( fh tdk ada syarat
gunakan koreksi yates)
b. Bila 20 N 40 maka
semua fh 5
c. Bila fh 5 gunakan fisher exact test
2. Pengujian Hipotesis :
Menggunakan tabel kontingensi 2 X 2
dk = (b-1)(k-1)

Contoh:

Pola tabel :
Kelompok Pengaruh perlakuan

Jml

Suatu penelitian dilakukan utk mengetahui perbedaan

diklat thd peningkatan pengetahuan peserta .
Kelompok yg diberi penyuluhan sebanyak 80 org yg
tdk diberi penyuluhan 70 org.
Pada akhir diklat, sebanyak 60 org meningkat
pengetahuannya sedangkan yg tdk 20 org. Dari
kelompok yg tdk diberi diklat ada perbedaan (kel
kontrol) yg pengetahuannya meningkat sebanyak 30
org & yg tdk meningkat 40 org.

Hipotesis :
Ho : Tidak ada perbedaan
peningkatan pengetahuan
Ha : Ada perbedaan
peningkatan pengetahuan

Berpengaruh Tdk
berpengaruh

Eksp
Kontrol

a
c

b
d

a+b
c+d

Jumlah

a+c

b+d

Rms : (Pendekatan koreksi Yates)

X2 =

n(|ad-bc| - n)2
(a+b)(a+c)(b+d)(c+d)

3. Keputusan hipotesis
X2hitung < X2(tabel,)
X2hitung X2(tabel,)

: Ho
diterima
: Ho
ditolak

Ha
ditolak
Ha
diterima 9

Langkah pembuktian hipotesis

Kelompok

10

SOAL2 LATIHAN

Pengaruh perlakuan
Jml

Eksp
Kontrol
Jumlah

X2 =

Berpengaruh Tdk
berpengaruh
60
20
30
40
90
60

80
70
150

n(|ad-bc| -n)2
(a+b)(a+c)(b+d)(c+d)

X2 =

150(|60.40- 20.30| -.150)2

(60+20)(60+30)(20+40)(30+40)

X = 14,76
X2tabel ( = 5%, dk=1) = 3,841
X2hitung >X2tabel : Ho ditolak, Ha diterima
Kesimp : Ada perbedaan pengetahuan
sebelum dan sesudah mengikuti diklat11

1. Suatu penelitian ingin menguji

efektifitas serum jenis A dan B
thd kesembuhan ( +) atau (-) dr
penyakit X. Dari hasil uji
diperoleh data sbb :
Jenis

(+)

(-)

Total

Serum A

75

25

100

Serum B

65

35

100

Total

140

60

200

Buktikan apakah terdapat perbedaan

efektifitas serum A dan B ( = 1% )
12

SOAL2 LATIHAN

2. Suatu perusahaan farmasi ingin

mengevaluasi efektifitas pil X
yang dikembangkan sebagai obat
anti pusing. Sekelompok pasien
penderita pusing diberi pil X,
sebagai kelompok kontrol diberi
placebo. Hasil pengamatan sbb :
Efektifitas
Pusing

Pil X Placb
30

Total

40

70

Pusing 4

10

14

Total

50

84

34

Buktikan apakah pil X efektif terhadap

penyembuhan penyakit ? ( = 5% )

SOAL2 LATIHAN

3. Suatu penelitian dilakukan untuk

mengetahui pengaruh pemberian
obat Y terhadap kesembuhan
pasien hipertensi. Kelompok yang
diberi obat Y sebanyak 24 orang
dan yang tidak diberi sejumlah 23
org. Setelah beberapa waktu
siperoleh hasil bahwa pasien yang
diberi obat dan sembuh sebanyak
14 dan yang belum sembuh
sebanyak 10 orang sedangkan
kelompok yang tidak diberi obat
dan sembuh sebanyak 11 orang
yang tidak sembuh 12
Buatlah hipotesis dari pernyataan
diatas dan ujilah hipotesis sdr !

13

SOAL2 LATIHAN

15

4. Perhatikan tabel berikut :

Digunakan
Menguji hipt komparatif > 2 sampel
Data berskala diskrit/nominal

2. Pengujian hipotesis = komparatif 2 sampel bebas

Rumus :

Pendidikan

SD

C. X2 k sampel
1.

Tabel 1. Hubungan antara tingkat

pendidikan dengan keikutsertaan KB

KB

14

SMP SMA Jml

X2 =

Ikut

25

35

42

102

Tdk

60

14

24

98

Jml

85

49

66

200

( fo-fh)2

i=1
fh
3. Keputusan hipotesis = komparatif 2 sampel bebas

4. Contoh :

Dilakukan survei utk mengetahui ada/tdknya

perbedaan umur harapan hidup antara penduduk di
5 propinsi di Indonesia.
Umur harapan hdp dikelompokkan menjadi 2 yaitu
: 70 th dan < 70 th.
Hasil ditunjukkan pada tabel 1.

Buatlah hipotesis dari pernyataan

diatas dan ujilah hipotesis sdr ! (
= 1%
15

16

X2 utk menguji hipotesis komparatif

rata-rata 2 sampel bebas, dimana tiap
kelas terdiri dr beberapa kategori

Tabel 1
Propinsi
DKI
Jabar
Jateng
Jatim
DIY

Umur
70 th
< 70 th
70 th
< 70 th
70 th
< 70 th
70 th
< 70 th
70 th
< 70 th

Jumlah

fo
300
800
700
600
800
500
700
500
600
300
5800

Persentase umur 70 th
= 300 + 700 + 800 + 700 + 600 X
5800
= 53,45 %
Prosentase umur < 70 th
= 800 + 600 + 500 + 500 + 300 X
5800
= 46,55 %

100%

100%

17

Fh yg pilih RS krn dokter lengkap :

Tabel kerja 2
Kelompok

Pertimbangan
pilih RS

fo

Pegawai
negeri

Dokter lengkap
Alat canggih
Biaya murah

70
50
30

Pegawai
swasta

Dokter lengkap
Alat canggih
Biaya murah

40
30
10

Jumlah

Contoh :
Suatu penelitian dilakukan untuk
mengetahui apakah ada perbedaan
antara kelompok pegawai negeri
dengan pegawai swasta dalam memilih
Rumah Sakit. Untuk menjwab
pertanyaan tersebut dilakukan
pengumpulan data pada kedua
kelompok tersebut secara random. Dari
150 pegawai negeri yg diambil, 70 org
menyatakan pertimbangan memilih
Rumah Sakit karena tersedianya dokter
yang lengkap, 50 org karena tersedia
alat-alat yang canggih, dan 30 org
memilih karena biaya murah.
Sedangkan dari kelompok pegawai
swasta 40 org memilih Rumah Sakit
karena tersedianya dokter yang
lengkap, 30 org karena tersedia alatalat yang canggih, dan 10 org memilih18
karena biaya murah.

230

Persentase sampel yg pilih RS krn dokter

lengkap :
= 70 + 40 X 100% = 47,83 %
230
Persentase sampel yg pilih RS krn alat lengkap:
= 50 + 30 X 100% = 34,78 %
230
Persentase sampel yg pilih RS krn murah :
= 30 + 10 X 100% = 17,39 %
19
230

Pegneg = 150 X 47,83 % = 71,74

Pegswa = 80 X 47,83 % = 38,26
Fh yg pilih RS krn alat lengkap :
Pegneg = 150 X 34,78 % = 52,17
Pegswa = 80 X 34,78 % = 27,82
Fh yg pilih RS krn alat lengkap :
Pegneg = 150 X 17,39 % = 26,08
Pegswa = 80 X 17,39 % = 13,91
Masukkan rumus :

X2 = ( fo-fh)2
fh
Buat tabel kerja :
Buat hipotesis :

20

Kelp Pilih
RS

fo

PN

Dokter 70
Alat
50
Murah 30

PS

Dokter 40
Alat
30
Murah 10

fh

(fo-fh)

-1,74
71,74 -2,17
3,92
52,17

1,74
26,10
2,18
-3,91
38,26
27,82
0
230
13,91

Jml

(fo-fh)2

(fo-fh)2
fh

3,02
4,70
15,37

0,04
0,09
0,59

3,03
4,75
15,29

0,08
0,17
1,90

Ho : Tidak terdapat perbedaan

antara pegneg dan
pegswas dlm memilih RS
Ha : Terdapat perbedaan antara
pegneg dan pegswas dlm
memilih RS
dk = (b-1)(k-1)
= 5%

2,87

= (2-1)(3-1)
=2

230

22

21

Koefisien Kontingensi C
Untuk mengetahui kekuatan
hubungan antara variabel bebas
dengan variabel terikat
Rumus :
C=

C maks =

x2
x2 + N

ATURAN UMUM & KESIMPULAN

Rms 1 :
k
2
X = ( fo-fh)2
i=1
fh
Rms 2 :
X2 = n ( |ad-bc| )2
(a+b)(a+c)(b+d)(c+d)
Rms 3 : Pendekatan koreksi Yates
X2 = n(|ad-bc| -n)2
(a+b)(a+c)(b+d)(c+d)
Keterangan :
1. Rms 1 bila tabel > 2x2 dgn syarat :
fh < maksimal 20 % & tidak ada
fh < 1

(m 1)
m
23

2. Rms 3 dipakai bila tabel 2x2 :

* N>40 (fh tdk ada syarat ),
* 20 N 40 persyaratan :
semua fh 5,
bila fh < 5 gunakan fisher exact
test

24

Fisher Exact Probability Test

Kesimpulan :

Digunakan utk :
Menguji sign hipt komparatif 2 sampel
kecil ( <= 20)
Data berskala nominal
Tabel kerja :

X2 hanya dpt utk menganalisis

data hasil penghitungan
(frekuensi)
Utk pengetesan korelasi hanya
dpt menunjukkan apakah ada
korelasi/tidak antara 2
gejala/lebih, namun tdk bisa
menghitung besar-kecilnya
korelasi

Kelompok
I
II
Jumlah

paling tepat dipakai utk data

kategorik/diskrit/nominal, bila
dipakai utk data kontinyu maka
menggunakan pendekatan
koreksi Yates.
25

Penerimaan hipotesis :
Ho diterima, Ha ditolak : phitung >
Contoh:

Hasil pengamatan terhadap ibu hamil di

desa X secara random, diperoleh data
bahwa ibu hamil pertamakali
(primigravida) lebih menyukai periksa
ke bidan swasta sedangkan ibu hamil
lebih dari 1 lebih menyukai di
Puskesmas.
Hipotesis :
Pilihan tempat periksa hamil pada ibu
hamil 1 sama dgn ibu hamil lebih dari
1.
Kelompok
Pusk Jml
Data :
Swasta
5
2
7

3
5
8

Y
B
D

Jml
A+B
C+D
N

Keterangan :
X dan Y menunjukkan adanya klasifikasi.
Misal : lulus/tdk, baik/buruk
A,B,C,D : data nominal berbentuk
frekuensi

X2

Bumil 1
Bumil >1
Jumlah

X
A
C

5+3
2+5
27
15

Rumus :
P = (A+B)! (C +D )! (A +C )! ( B+D )!
N! A! B! C! D!

26

Penggunaan Aplikasi
SPSS
Langkah kerja :
Aktifkan data sheet yang akan diolah
,misal : nonparametric .sav
Klik menu analize, lalu Descriptive , pilih
Crosstab
Akan muncul kotak dialog , pindahkan
variabel yang hendak diuji ke kotak row
dan coloumn , semisal hendak diuji
variabel pendidikan menurut jenis kelamin,
maka letakkan pendidikan di Coloumn,
dan Jenis kelamin di Row.
Klik Statistic, berikan tanda check pada
Chi Square ( apabila mencari hubungan
klik juga pada Contingency Coefficient ),
lalu klik Continue
28

29

30

31

32

33