1

BAB I
DASAR TEORI
1. UJI CHI SQUARE
Dalam metode statistika uji t atau uji f sering diisyaratkan data harus
berasal dari distribusi normal, atau suatu data diambil dari distribusi
tertentu. Untuk mengecek data berasal dari distribusi normal atau
tidak perlu dilakukan pengecekan atau uji statistik salah satunya
adalah uji chin square.
Teorema :
Dari suatu observasi dihitung frekwensi observasi ke-i yaitu Oi dan
frekwensi harapan Ei, i=1,2,...,k. Kemudian diperoleh suatu statistik
2

W=

(OiEi)
Ei
i

xk q

Dengan q adalah kuantitas yang diestimasi.

Langkah-langkah uji hipotesisnya adalah :
-

Ho : Data berasal dari distribusi tertentu

Statisik penguji W=

Daerah krisis; Ho ditolak jika Whit > xk-q ;

(OiEi)2
xk q
Ei

2. TABEL KATEGORIK
Data kategorik termasuk data kelas, tingkat, golongan sering
dimanfaatkan dalam penghitungan frekwensinya. Dalam inferensi
sederhana juga telah dikenal analisis data kategorik dalam uji proporsi
baik suatu populasi maupun dua populasi. Data katagorik yang akan
dibahas adalah dua data katagorik yang diklasifikasikan selang dalam
bentuk tabel silang 2x2 atau ukuran yang lebih besar.
Misal n observasi yang diklasifikasikan silang dalam dua variabel
kategorik dan dahasilkan empat cell observasi. Contoh :
Variabel A

Desighn Tabulasi Silang 2 x 2

Variabel B
B

Jumlah

n1=a+b

Ac

n2=c+d

Nay (UMC-FKIP Matematika)

Jumlah

m1=a+c

m2=b+d

n=n1+n2

Salah satu analisis data katagorik adalah Crosstab atau tabel silang,
yaitu tabel silang antara variabel baris dan variabel kolom. Analisis
data crosstab dalam SPSS tidaklah sesederhana seperti dalam program
Microstat yang bekerja pada DOS. Jika dalam microstat kita dapat
langsung membuat tabel silang dan langsung memasukkan datadatahya pada masing-masing cell maka dalam SPSS tidak demikian.
Ada dua variabel untuk baris maupun kolom. Maka dalam SPSS kita
akan membuat dua variabel faktor. Kombinasi variabel faktor ini yang
dimasukkan dalam variabel sesuai banyaknya data observasi yang
ada. Selain kode berupa angka dapat juga memasukkan data faktor
seperti data asli. Misalnya untuk jenis kelamin, untuk data tingkat
intelegensi dapat juga dimasukkan rendah, tinggi, sedang.
Ada 2 macam uji hipotesis dalam analisis data kategorik tabulasi silang
:
1. Uji Homogenitas (dua sampel)
Uji homogenitas sampel berasal dari dua populasi baris. Jadi
ditentukan terlebih dahulu besarnya sampel n 1 dan n2, sedangkan n
sebagai akibat dari jumlah n1+n2. Langkah-langkahuji
homogenitas tabel 2x2 adalah sebagai berikut :
a. Hipotesis : Ho : P1 = P2 (homogenitas populasi 1 dan 2)

n(adbc)2
m1 m2 n 1 n 2 x 1
i
Ho ditolak jika Whit > X1;

b. Statistik penguji W=

2. Uji Independensi (satu sampel)

Uji Independensi sampel berasal dari satu populasi. Jadi ditentukan
terlebih dahulu besarnya n sampel, sedangkan n 1 dan n2 diperoleh
dari observasi sebagai bagian dari sampel.
Langkah-langkah uji independensi tabel 2x2 sebagai berikut :
a. Hipotesis : Ho : P(AB)=P(A) P(B) variabel kategorik A
independen terhadap variabel kategorik B.

n(adbc)2
b. Statistik penguji W=
x1
i m1 m2 n 1 n 2
c. Ho ditolak jika Whit > X1;
Contoh : untuk = 0,05 Ho ditolak jika Whit > 3,841

Nay (UMC-FKIP Matematika)

BAB II
PERMASALAHAN
Uji Independensi sampel berasal dari satu populasi. Jadi ditentukan
terlebih dahulu besarnya n sampel, sedangkan n 1 dan n2 diperoleh dari
observasi sebagai bagian dari sampel.
Contoh :
Suatu sampel random dengan 200 laki-laki berumur 50 sampai 65
tahun menunjukkan banyak yang berpenyakit gula dan berpenyakit
jantung sbb :
Tabel Penderita Penyakit Gula Dan Penyakit Jantung

Penyakit Gula

(B) ada

(B) tidak ada

Jumlah

(A)
ada

16

20

36

(A) tidak
ada

Penyakit Jantung

32

132

164

Jumlah

48

152

200

Keterangan tabel :
Banyaknya sampel (n)

= 200 orang laki-laki

Nay (UMC-FKIP Matematika)

BAB III
PEMBAHASAN
Karena sampelnya merupakan satu populasi maka pengujiannya
dilakukan dengan uji independensi.
Apabila menggunakan cara manual maka akan diperoleh :
a. Hipotesis :
Ho : Penyakit gula independent dengan penyakit jantung
b. Ho ditolak jika Whit > X1;
Ho ditolak jika Whit > 3,841
c. Statistik penguji
2

W=

200 (132 x 1620 x 32)

( 48 ) ( 152 )( 36 )( 164)

= 10,06

d. Kesimpulan : karena nilai W > 3,841 maka dapat disimpulkan

bahwa proporsi penyakit jantung terhadap penyakit gula ditolak
Apabila menggunakan SPSS maka langkah-langkahnya adalah sebagai
berikut :
1. Pendefinisian Variabel
Jika bekerja pada Software SPSS maka pertama-tama harus
mempunyai data yang berada dalam sususan tabel. Cara
pemasukan data dilakukan dengan cara sebagai berikut :
1. Buka file data baru dalam SPSS. Dapat dilakukan dengan
menggunakan menu file kemudian pilih new. Seteleh itu pilih
/aktifkan Variable View.
2. Isikan nama variabel pada kolom Name seperti (data, faktor1,
faktor2(penyakit jantung)) tampilan pada gambar di bawah ini :

3. Atur kolom Type sesuai kebutuhan dengan mengklik pada cel

yang sudah ada nama variabelnya, pilihlah tipe data yang sesuai :
contoh (numeric, string)
Nay (UMC-FKIP Matematika)

4. Klik tombol OK untuk melanjutkan, atau Cancel kalau ingin

membatalkan.
5. Setelah pendefinisian dilakukan maka pengisian data dapat
dilakukan dengan mengaktifkan terlebih dahulu Data View
seperti gambar dibawah. Isi kolom data, Faktor1 (penyakit gula),
faktor2(penyakit jantung).

2. Deskriptif Data
Deskriptive data ini digunakan untuk menggambarkan
(mendeskripsikan) suatu data, misalnya rataratanya (mean),
Standar deviasi, Varians, dsb.
Langkah-langkahnya adalah sbb :
a. Data akan diboboti. Klik menu Data, kemudian Weight Cases,
kemudian klik button weight cases by, dan pilih variabel Data
sebagai Frequency variable lalu Ok
b. Pilih menu Analyze, kemudian pilih Descriptive Statistics, klik
Crosstabs maka akan terbuka window dialog sebagai berikut :

Masukkan faktor1 sebagai baris (row), dan faktor2 sebagai

kolom (colums)

Nay (UMC-FKIP Matematika)

c. Klik statistik, beri tanda centang untuk Chi square dan

cochrans and mantel-haenszel statistics. Tekan Ok.
d. Klik cell pada crosstab dan beri tanda untuk expected. Tekan
Ok.
Pada laporan ini dibahas beberapa data deskriptif yang telah disusun
sesuai dengan data yang telah diperoleh.
Berikut adalah beberapa hasil tabel ukuran :
a. Tabel Crosstabs

Keterangan :
N

= 200

Percent

= 100%

Berdasarkan tabel crosstabs menandakan N adalah jumlah sampel

populasi yang dalam hal ini adalah laki-laki berumur 50 sampai 65
tahun, dan 100% menandakan semua sampel diikutkan dalam uji ini.
b. Tabel Crosstabulation

Keterangan :
menandakan yang berpenyakit gula disertai jantung 16 orang,
berpenyakit gula tetapi tidak berpenyakit jantung berjumlah 20
orang. Tidak berpenyakit gula tetapi berpenyakit jantung

Nay (UMC-FKIP Matematika)

berjumlah 32 orang dan tidak berpenyakit gula dan tidak jantung

berjumlah 132 orang. jadi jumlah sampel adalah 200 orang.
c. Tabel Chi Square

Keterangan :
Dari perhitungan diatas untuk data Chi Square diperoleh w =
10,060 dan lebih besar dari 3,841 ( W > 3,841) dan tingkat
signifikan (Asympsig) 0,002. Karena
lebih kecil dari

= 0,05 dan asympsig

( 0,002 < 0,05 ) maka Ho Ditolak

Dapat disimpulkan bahwa penyakit jantung independen dengan

penyakit gula.

Nay (UMC-FKIP Matematika)

BAB IV
KESIMPULAN
Dalam metode statistika uji t atau uji f sering diisyaratkan data harus
berasal dari distribusi normal, atau suatu data diambil dari distribusi
tertentu. Yang telah dibahas diatas adalah tentang kasus untuk
membuktikan independensi suatu keadaan dimana sampelnya hanya
satu.
Dari hasil perhitungan dengan menggunakan manual ataupun SPSS
diperoleh kesimpulan dari kasus bahwa orang berpenyakit jantung
independen dengan orang yang berpenyakit gula. Ho dotolak karena
W > 3,841 dan asympsignya 0,002 < 0,005 .

Nay (UMC-FKIP Matematika)