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
Statisik penguji W=
(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
Jumlah
n1=a+b
Ac
n2=c+d
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=
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
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
Jumlah
(A)
ada
16
20
36
(A) tidak
ada
Penyakit Jantung
32
132
164
Jumlah
48
152
200
Keterangan tabel :
Banyaknya sampel (n)
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=
= 10,06
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 :
Keterangan :
N
= 200
Percent
= 100%
Keterangan :
menandakan yang berpenyakit gula disertai jantung 16 orang,
berpenyakit gula tetapi tidak berpenyakit jantung berjumlah 20
orang. Tidak berpenyakit gula tetapi berpenyakit jantung
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
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 .