BAB I

PENDAHULUAN
A. Latar Belakang
Dalam kasus dimana variabel yang dihubungkan
bersifat

numerik,

maka

analisis

menggunakan

korelasi

merupakan salah satu pilihan. namun, jika kedua

variabel

yang dihubungkan bersifat kategorik, maka penggunaan

analisis korelasi tidak bisa lagi digunakan karena angka pada
suatu

kategori

hanya

berupa

kode

bukan

nilai

yang

sebenamya sehingga operasi aritmatika tidak sah untuk kasus

data kategorik. Alasan yanglain mengapa analisis korelasi
tidak bisa digunakan pada data kategorik karena salah satu
tipe variabel kategorik adalah nominal yang tidak bisa
diurutkan kategorinya. Pemberian urutan yang berbeda jelas
akan memberikan nilai korelasi yang berbeda pula sehingga
dua orang yang menghitung nilai korelasi besar kemungkinan
memberikan hasil yang tidak sama untuk itulah maka analisis
chi square yang akan digunakan untuk mencari apakah ada
hubungan asosiasi dan perbedaan komparasi antar variabelvariabel kategorik tersebut.
Beberapa formula statistika disusun berdasarkan
asumsi-asumsi

tertentu.

Formula

tersebut

dapat

menggambarkan sebuah fenomena ketika asumsi-asumsi

tersebut terpenuhi. Oleh karena itu, jika kita memakai formula
tersebut maka data yang diharapkan sesuai dengan asumsi
sebuah formula penelitian. Berkaitan dengan hal tersebut
makalah ini dapat dijadikan referensi untuk meningkatkan
pemahaman chi square/kai kuadrat dan uji prasyarat analisis
yang baik dan benar di dalam sebuah penelitian (Wahyu
Diana,2014).

Dengan adanya uraian diatas kami akan membahas lebih

rinci lagi tentang uji chi square dalam makalah kami.
B. Rumusan Masalah
Dari latar belakang diatas dapat dirumuskan beberapa
masalah yaitu sebagai berikut:
1. Apakah definisi chi square itu?
2. Apa saja syarat uji chi square itu?
3. Jelaskan rumus chi square!
4. Bagaimana pengambilan keputusan chi square?
5. Apa saja contoh kasus chi square?
6. Bagaimana penyelesaian kasus chi square?
A. Tujuan
1. Tujuan Umum
Agar Mahasiswa memahami dan menerapkan chi
square dalam kasus di kehidupan nyata saat melakukan
penelitian.
2. Tujuan Khusus
a. Agar Mahasiswa mampu menjelaskan dan memahami
definisi chi square itu.
b. Agar Mahasiswa mampu menjelaskan dan memahami
syarat chi square.
c. Agar Mahasiswa mampu menjelaskan dan memahami
rumus chi square.
d. Agar Mahasiswa mampu menjelaskan dan memahami
pengambilan keputusan chi square.
e. Agar Mahasiswa mampu menjelaskan dan memahami
contoh kasus chi square.
f. Agar Mahasiswa mampu menjelaskan dan memahami
penyelesaian kasus chi square.
B. Manfaat
Makalah ini disusun agar dapat memberikan manfaat baik secara teoritis
maupun secara praktis. Secara teoritis, makalah ini berguna sebagai
pengembangan ilmu, sesuai dengan masalah yang dibahas dalam makalah ini.
Secara praktis, makalah ini diharapkan bermanfaat bagi:

1. Penulis, seluruh kegiatan penyusunan dan hasil dari penyusunan makalah

ini diharapkan dapat menambah pengalaman, wawasan dan ilmu dari
masalah yang dibahas dalam makalah ini tentang chi square.
2. Pembaca, makalah ini daharapkan dapat dijadikan sebagai sumber
tambahan dan sumber informasi dalam menambah wawasan pembaca.

BAB II
KAJIAN TEORI
A. Pengertian Uji Chi Square
Uji chi-square di sebut juga dengan Kai Kuadrat. Uji chisqueare 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. Chisquare

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).

B. Syarat Uji Chi Square

Proses pengujian kai kuadrat adalah membandingkan
frekwensi yang terjadi (observasi) dengan frekwensi harapan
(ekspektasi).Bila

nilai

frekwensi

observasi

dengan

nilai

frekwensi harapan sama,maka dikatakan tidak ada perbedaan

yang bermakna (signifikan).Sebaliknya,bila nilai frekwensi
observasi dan nilai frewensi harapan berbeda,maka dikatakan
ada perbedaan yang bermakna (signifikan ).
Tujuan dari digunakan uji kai kuadrat adalah untuk
menguji

perbedaan

proporsi/presentase

antara

beberapa

kelompok data.Dilihat dari segi datanya,uji kai kuadrat dapat

digunakan

untuk

mengetahui

hubungan

antara

variabel

kategorik dengan variabel kategorik.

Karakteristik dari kai kuadrat adalah nilai kai kuadart
selalu

positif

dikarenakan

merupakan

hasil

dari

pengkuadrattan,terdapat beberapa kelompok distribusi kai

kuadrat,datanya berbentuk diskrit atau nominal.
Syarat uji kai kuadrat adalah :
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%.
C. Rumus Uji Chi Square
Beberapa jenis rumus chi-square, antara lain adalah:
1. Pearson Chi-Square
2. Continuity Correction/Yates Correlation/Koreksi Yates
3. Fisher Exact Test
4. Likelihood Ratio

Untuk menggunakan rumus ini, perlu bagi anda untuk

membuat sebuah tabel kontingensi 2 x 2. Dengan tabel
tersebut kita akan melakukan perhitungan.
1. Pearson Chi-Square
Rumus untuk tabel kontingensi lebih dari 2 x 2, yaitu rumus
yang digunakan adalah "Pearson Chi-Square"

Rumus Tersebut adalah:

Rumus Chi-Square
2. Berikut Rumus Koreksi Yates:

Rumus Koreksi Yate's

Keterangan:
A, B, C, dan D adalah sel hasil persilangan dari dua
variabel

Tabel Korekasi Yate's

3. Teori Fisher Exsact Test
Merupakan salah satu uji nonparametrik yang digunakan
untuk

menganalisis

berskala nominal

dua

atau

sampel

independen

ordinal jika

kedua

yang
sampel

indpendennya berjumlah kecil (biasanya kurang dari 20).

Data diklasifikasikan kedalam dua kelompok yang saling
bebas sehingga akan terbentuk tabel kontingensi 2 x 2

Grup I dan II adalah sembarang kelompok. Tanda (+) dan

(-) adalah sembarang dua klasifikasi seperti diatas dan
dibawah median, lulus dan gagal, setuju dan tidak setuju,
dan seterunsnya. Untuk A, B, C, dan D menyatakan
frekuensi.
Uji ini bisa digunakan untuk menentukan apakah kelompok
I dan II berbeda secara signifikan dalam proporsi (+) dan
(-) yang dikenakan atas kelompok itu dan bisa juga untuk
menentukan mana yang lebih besar proporsinya.
7

Peluang eksak pemunculan dari pengamatan terhadap

frekuensi pada tabel 2 x 2 jika jumlah marginal dianggap
tetap,

diperoleh

dengan

menggunakan

distribusi

hipergeometrik:

D. Pengambilan Keputusan
Ketentuan yang menyatakan ada tidaknya dalam
pengambilan keputusan, adalah:
1. Bila harga Chi Square (X 2) Tabel Chi Square Hipotesis
Nol (H0) ditolak & Hipotesis Alternatif (Ha) diterima.
2. Bila harga Chi Square (X 2) < Tabel Chi Square Hipotesis
Nol (H0) diterima & Hipotesis Alternatif (Ha) ditolak.
E. Contoh Kasus
1. Pearson Chi-Square
Untuk memahami apa itu "cell", lihat tabel di bawah ini:

Tabel Kontingensi Chi-Square

Tabel di atas, terdiri dari 6 cell, yaitu cell a, b, c, d, e dan f.
Sebagai contoh kita gunakan penelitian dengan judul
"Perbedaan Pekerjaan Berdasarkan Pendidikan".
8

Maka kita coba gunakan data sebagai berikut:

Contoh Tabulasi Untuk Uji Chi-Square

2. Teoti Koreksi Yates
Suatu penelitian ingin mengetahui: apakah

ada

perbedaan cita-cita kelak setelah tamat S1 diantara

mahasiswa & mahasiswi Fakultas A semester-VII?
3. Teori Fisher Exsact Test
Untuk uji 1 arah
Contoh: Seorang mahasiswa melakukan penelitian
untuk menguji apakah proporsi siswa yang mengikuti les
privat lebih banyak yang lulus ujian dibandingkan
dengan

siswa

yang

tidak

mengikuti

les

privat.

Selanjutnya diambil sampel sebanyak 15 siswa. Dari 6

yang lulus ternyata 5 yang mengikuti les privat dan dari
9 yang tidak lulus ternyata 7 yang tidak ikut les privat.
Gunakan alpha 5 %.
Uji 2 arah

Contoh 1: Jika kita menggunkan hipotesisi untuk uji dua

arah dalam kasuh contoh uji satu arah diatas
Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les
privat sam dengan proporsi mahasiswa yang tidak ikut
les privat)
H1: P1P2 ( Proporsi siswa yang lulus yang ikut les
privat tidak sama dengan proporsi mahasiswa yang
tidak ikut les privat)
F. Penyelesaian Masalah
1. Pearson Chi-Square
Dari data di atas, kita kelompokkan ke dalam tabel
kontingensi. Karena variabel pendidikan memiliki 3 kategori
dan variabel pekerjaan memiliki 2 kategori, maka tabel
kontingensi yang dipakai adalah tabel 3x 2. Maka akan kita
lihat hasilnya sebagai berikut:

Contoh Tabel Kontingensi Chi-Square

Dari tabel di atas, kita inventarisir per cell untuk
mendapatkan nilai frekuensi kenyataan, sebagai berikut:

10

Hitung F0 Uji Chi-Square

Langkah berikutnya kita hitung nilai frekuensi harapan
per cell, rumus menghitung frekuensi harapan adalah
sebagai berikut:

Fh= (Jumlah Baris/Jumlah Semua) x Jumlah Kolom

1. Fh cell a = (20/60) x 26 = 8,667
2. Fh cell b = (20/60) x 34 = 11,333
3. Fh cell c = (24/60) x 26 = 10,400
4. Fh cell d = (24/60) x 34 = 13,600
5. Fh cell e = (16/60) x 26 = 6,933
6. Fh cell f = (16/60) x 34 = 9,067
Maka kita masukkan ke dalam tabel sebagai berikut:

Langkah

Hitung Fh Chi-Square
berikutnya adalah menghitung

dari Frekuensi

Kuadrat

Kenyataan dikurangi Frekuensi

Harapan per cell.

1. Fh cell a = (11 - 8,667)2 = 5,444
2. Fh cell b = (9 - 11,333)2 = 5,444
3. Fh cell c = (8 - 10,400)2 = 5,760
4. Fh cell d = (16 - 13,600)2 = 5,760
5. Fh cell e = (7 - 6,933)2 = 0,004
6. Fh cell f = (9 - 9,067)2 = 0,004
Lihat hasilya pada tabel di bawah ini:

11

Tabel Hitung Chi-Square

Kuadrat dari Frekuensi Kenyataan dikurangi Frekuensi
Harapan per cell kemudian dibagi frekuensi harapannya:
1. Fh cell a = 5,444/8,667 = 0,628
2. Fh cell b = 5,444/11,333 = 0,480
3. Fh cell c = 5,760/10,400 = 0,554
4. Fh cell d = 5,760/13,600 = 0,424
5. Fh cell e = 0,004/6,933 = 0,001
6. Fh cell f = 0,004/9,067 = 0,000
Kemudian dari nilai di atas, semua ditambahkan, maka
itulah nilai chi-square hitung. Lihat Tabel di bawah ini:

Hasil Akhir Tabel Hitung Chi-Square

Maka Nilai Chi-Square Hitung adalah sebesar: 2,087.
Untuk

menjawab hipotesis,

bandingkan chi-square

hitung dengan chi-square tabel pada derajat kebebasan

atau

degree

of

freedom

(DF)

tertentu

dan

taraf

signifikansi tertentu. Apabila chi-square hitung >= chisquare

tabel,

maka

perbedaan

bersifat

signifikan,

artinya H0 ditolak atau H1 diterima.

DF pada contoh di atas adalah 2. Di dapat dari rumus ->
DF = (r - 1) x (c-1)

12

di mana: r = baris. c = kolom.

Pada contoh di atas, baris ada 3 dan kolom ada 2,
sehingga DF = (2 - 1) x (3 -1) = 2.
Apabila taraf signifikansi yang digunakan adalah 95%
maka batas kritis 0,05 pada DF 2, nilai chi-square tabel
sebesar = 5,991.
Karena 2,087 < 5,991 maka perbedaan tidak signifikan,
artinya H0 diterima atau H1 ditolak.
2. Teori Koreksi Yates
Hipotesis:
a. H0 = tidak ada perbedaan antara mahasiswa dan
mahasiswi dalam hal cita-cita mereka kelak setelah
tamat S1.
b. Ha = proporsi mahasiswi lebih banyak yang bercitacita sebagai PNS setelah mereka tamat S1
ketimbang mahasiswa.
Tabel kerja:

Contoh Tabel Koreksi Yate's

Penghitungan:

Contoh Hitung Koreksi Yate's

Contoh Hasil Hitung Koreksi Yate's

13

Besarnya degree of freedom (df) :

df = (k-1) (b-1)
= (2-1) (2-1)
=1
Catatan:
1. Teknik Chi-Square menganjurkan jika ada sel-sel yang
berfrekuensi kecil (<5 kasus), maka dilakukan koreksi
YATES.
2. Koreksi YATES hanya berlaku untuk tabel 2x2
Dari perhitungan di atas, didapatkan nilai:
Chi-square hitung = 6,79
Df = 1
Chi-Square Tabel pada Df 1 dan Signifikansi 0,05 =
3,841
Kesimpulan Statistik:
Chi-Square Hitung > Chi-Square tabel = Signifikan.
3. Teori Fisher Exsact Test
Jawab
Pertama dibentuk tabel

kontingensi

sebagaimana

dibawah ini

Definisikan P1 adalah Proporsi siswa yang lulus yang

ikut les privat dan P2 adalah proporsi siswa yang lulus
yang tidak ikut les privat

14

Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les

privat tidak lebih banyak dari proporsi mahasiswa yang
tidak ikut les privat)
H1: P1>P2 ( Proporsi siswa yang lulus yang ikut les
privat lebih banyak dari proporsi mahasiswa yang tidak
ikut les privat.

Keputusan: Tolak Ho karena p-value < dan simpulkan proporsi

siswa yang lulus yang ikut les privat lebih banyak dari proporsi
mahasiswa

yang

tidak

ikut

les

privat

dengan

tingkat

kepercayaan sebesar 95 %.
Peluang diatas ditambah dengan kemungkinan pemunculan
ekstrim dari sisi yang lain. Kemungkinan pemunculan dari sisi
yang lain adalah

15

Keputusan: Tolak Ho karena p-value < (0,041 < 0,05) dan

simpulkan proporsi siswa yang lulus yang ikut les privat tidak
sama dengan proporsi mahasiswa yang tidak ikut les privat
dengan tingkat kepercayaan sebesar 95 %.
Cara

menentukan

kondisi

lebih

ekstrim: Kita

gunakan

contoh yang uji satu arah

P1=5/7=0,714
Setiap

P2=1/8=0,125 (P1-P2)=0,589

kemungkinan

pemunculan

yang

mempunyai

selisih

peluang (P1 P2) lebih besar dari 0,589 maka dikatakan

mempunyai peluang pemunculan yang lebih ekstrim. Untuk uji
dua arah caranya juga sama dimana peluang pemunculan yang
lebih ekstrim berlaku juga untuk arah yang berlawanan.

16

BAB III
PENUTUP
A. Kesimpulan
Chi square dapat dihitung menggunakan data kategori.
Datanya berbentuk diskrit atau nominal. Hasil dari chi kuadrat
selalu positif karena hasilnya selalu dikuadratkan. Hasil chi
kuadrat hitung jika lebih kecil dari chi kuadrat

tabel maka

hasilnya adalah tidak terjadi perbedaan yang signifikan. Tetapi

jika hasilnya lebih besar dari chi kuadrat tabel maka terjadi
perbedaan

yang

signifikan.Sehingga

dapat

disimpulkan

semakin besar hasil dari chi kuadrat hitung terhadap chi

kuadrt tabel maka semakin signifikan perbedaannya.
Uji persyaratan analisis meliputi uji normalitas,
homogenitas, linieritas, heterokedasitas, multikolinieritas dan
autokorelasi. Uji tersebut sangat penting untuk dilakukan,
karena dalam statistik inferensial agar kesimpulan

analisis

data berlaku pada populasi, maka sebaran data harus

memenuhi kriteria tersebut.

17

DAFTAR PUSTAKA
Suciptawati. Ni luh Putu. 2010 Metode Statistika Nonparametrik.
Denpasar :Udayana University Press
Sugiyono. 2013. Statistik Nonparametris
Bandung: CV Alfabeta.

Untuk

Penelitian.

http://www.statistikian.com/2012/08/rumus-koreksi-yates.html.
http://www.statistikian.com/2012/11/rumus-chi-square.html.

18