Anda di halaman 1dari 18

CHI SQUARE

1. PENDAHULUAN Uji Chi Kuadrat (Square) adalah pengujian hipotesis mengenai perbandingan antara frekuensi observasi 1 yang benar - benar terjadi 1 aktual (Fo) dengan frekuensi harapan 1 ekspektasi (Fe) yang didasarkan atas hipotesis tertentu. Frekuensi Observasi dan Frekuensi Harapan Frekuensi Observasi Frekuensi Harapan nilainya dapat dari hasil percobaan (Fo) nilainya didapat dari penghitungan secara teoritis (Fe)

2. BENTUK DISTRIBUSI CHI SQUARE (x x2) Nilai x2 adalah nilai kuadrat karena itu nilai x2 selalu positif. Bentuk distribusi x2 tergantung dari derajat bebas (Db)1degree of freedom. Pengertian a pada Uji x2 sama dengan pengujian hipotesis yang lain, yaitu luas daerah penolakan Ho atau taraf nyata pengujian.

Perhatikan gambar berikut :

a : luas daerah penolakan Ho = taraf nyata pengujian

0 3. PENGGUNAAN UlI x2 Uji x2 dapat digunakan untuk :

+ oo

a. Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit b. Uji Kebebasan c. Uji Beberapa Proporsi Prinsip pengerjaan (b) dan (c) sama saja. A. Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit A.1 Penetapan Hipotesis Awal dan Hipotesis Alternatif

Ho : Frekuensi setiap kategori memenuhi suatu nilai 1


perbandingan

Ha : Ada kategori yang tidak memenuhi nilai 1 perbandingan


tersebut

A.2

Rumus

x2 Hit = L (Fo-Fe)2 Fe

Dimana : x2 Fo Fe k : Chi Square hitung : Frekuensi data yang diperoleh dari observasi : Frekuensi data yang diharapkan secara teoritis : Banyaknya kategori 1 sel 1, 2, .., k

B. Uji Kebebasan dan Uji Beberapa Proporsi B.1 Penetapan Hipotesis Awal dan Hipotesis Alternatif a. UlI KEBEBASAN

Ho : Variabel - variable saling bebas Ha : Variabel - variabel tidak saling bebas


b. UlI BEBERAPA PROPORSI

Ho : Setiap proporsi bernilai sama Ha : Setiap proporsi tidak bernilai sama


B.2 Rumus Fe = (Total Kolom) x (Total Baris)

(Total Observasi
(Foij - Feij)2

k
x2 Hit = L

i=1

Feij

Keterangan : Foij Feij Total Kolom Total Baris Total Observasi : Frekuensi observasi ke-I, kolom ke-j : Frekuensi ekspektasi ke-I, kolom ke-j : Jumlah individu dalam kolom : Jumlah individu dalam baris : Banyaknya individu dalam semua sampel

5. LANGKAH - LANGKAH HIPOTESIS 1. Membuat hipotesis nol (Ho) dan hipotesis alternatif (Ha) Ho : P1 = P2 = Ha : P1 # P2 # .. = Pk .. # Pk

2. Tentukan taraf nyata (a) 3. Tentukan derajat bebas (db) Untuk uji kecocokan = kebaikan suai dimana m adalah parameter estimator yang bernilai 0 : Db = k - m - 1 Untuk uji kebebasan : Db = (k - 1) (b - 1) 4. Tentukan wilayah kritis (x2 tabel) x2 tabel = x2 (a ; Db) 5. Tentukan x2 hitung (berdasarkan rumus) 6. Keputusan

Daerah penolakan (Ho)

0 7. Kesimpulan

x2 (a ; Db)

Contoh Soal : a. Uji Kecocokan = Kebaikan Suai Pada pelemparan dadu sebanyak 120x menghasilkan data sbb : Kategori Frekuensi (Fo) 1 20 2 22 3 17 4 18 5 19 6 24 Total 120

Ujilah dengan menggunkan taraf nyata 5% apakah pelemparan dadu tersebut merata atau tidak merata? Jawab : 1. Ho : Pelemparan dadu merata Ha : Pelemparan dadu tidak merata

2. a = 5% = 0,05 3. Db = k - m - 1 = 6 - 0 - 1 = 5 4. Wilayah kritis x2 tabel = x2 (a ; Db) = x2 (0,05 ; 5) = 11,0705 5. Nilai hitung

k
x2 Hit = L

(Foj - Fe)2

i=1
Fo 20 22 17 18 19 24 120 6. Keputusan

Fe Fe 20 20 20 20 20 20 120 (Fo - Fe)2 0 4 9 4 1 16 (Fo - Fe)2/Fe 0 0,20 0,45 0,20 0,05 0,80 1,70

Terima Ho, Tolak Ha

Ho

Ha

1,70 7. Kesimpulan

11,0705

Pelemparan dadu sebanyak 120x merata

b.

Uji Kebebasan Tabel dibawah ini memperlihatkan hasil penelitian dari 300 sampel suatu produk selama 3 hari pengamatan.

Jml Produk rusak Jml produk baik lumlah

Sampel hari 1 12 88 100 (X1)

Sampel hari 2 15 105 120 (X2)

Sampel hari 3 6 74 80 (X3)

Total sampel 33 (T1) 267 (T1) 300 (TT)

Berdasarkan tabel di atas, ujilah menggunakan taraf nyata 5%. Apakah jumlah produk yang rusak disebabkan oleh faktor kebetulan atau faktor lain yang benar - benar berarti (Misal faktor bahan baku, tenaga kerja, mesin yang sudah tua, dbs). Jawab : 1. Ho : Produk rusak terjadi karena faktor kebetulan Ha : Produk rusak terjadi karena faktor lain yg benar - benar berarti 2. Taraf nyata : a = 5% = 0,05 3. Derajat bebas Db = (k - 1) (b - 1) ; Db = (3 - 1) (2 - 1) = 2 4. Wilayah kritis x2 tabel = x2 (a ; Db) = x2 (0,05 ; 2) = 5,991 5. Nilai hitung

k
x2 Hit = L

(Foij - Feij)2

i=1

Feij

Fe11 = (33 x 100) 1 300 Fe21 = (33 x 120) 1 300 Fe31 = (33 x 80) 1 300 Fe = (267 x 100) 1 300 Fe = (267 x 120) 1 300 Fe23 = (267 x 80) 1 300
22 12

= 11 = 13,2 = 8,8 = 89 = 106,8 = 71,2

Fo 12 15 6 88 105 74 Total

Fe 11 13,2 8,8 89 106,8 71,2

(Fo - Fe)2 1 32,4 7,84 1 3,24 7,84

(Fo - Fe)2 / Fe 0,09 0,25 0,89 0,01 0,03 0,11 1,38

6. Keputusan Terima Ho, Tolak Ha H o H a

1,38 7. Kesimpulan

5,991

Produk rusak terjadi karena faktor kebetulan

6.

KEGUNAAN PENGUlIAN CHI SQUARE Adapun kegunaan pengujian hipotesis menggunakan Chi Kuadrat adalah : a. Untuk mengetahui kesesuaian antara frekuensi observasi variable tertentu dengan frekuensi harapan teoritis. b. Untuk mengetahui independensi antara variable satu dengan variable lainnya.

PENGUJIAN HIPOTESIS
A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan yang disajikan sebagai bukti. Jadi, hiptesis dapat diartikan sebagai suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara. Hiptesis statistik adalah pernyataan atau dugaan sifatnya masih sementara atau lemah kebenarannya. mengenai keadaan populasi yang

Hiptesis statistik akan diterima jika hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi penyangkalan dari pernyataannya. Dalam pengujian hiptesis, keputusan yang dibuat mengandung ketidakpastian, artinya keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar kecilnya resiko dinyatakan dalam bentuk probabilitas. B. Prosedur Pengujian Hiptesis Langkah-langkah pengujian hiptesis statistik adalah sebagai berikut : 1. Menentukan Formulasi Hipotesis Formulasi atau perumusan hiptesis statistik dapat dibedakan atas dua jenis, yaitu sebagai berikut : a. Hiptesis nol atau hiptesis nihil Hiptesis nol, disimbolkan H0 adalah hiptesis yang dirumuskan sebagai suatu pernyataan yang akan diuji.

b. Hiptesis alternatif atau hiptesis tandingan Hiptesis alternative disimbolkan H1 atau Ha adalah hiptesis yang dirumuskan sebagai lawan atau tandingan dari hiptesis nol. Secara umum, formulasi hiptesis dapat dituliskan : H0 : = 0 H1 : > 0 Pengujian ini disebut pengujian sisi kanan H0 : = 0 H1 : < 0 Pengujian ini disebut pengujian sisi kiri H0 : = 0 H1 : 0 Pengujian ini disebut pengujian dua sisi 2. Menentukan Taraf Nyata (Significant Level) Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai parameter populasinya. Taraf nyata dilambangkan dengan (alpha) Semakin tinggi taraf nyata yang digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang diuji, padahal hipotesis nol benar. Besarnya nilai bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan yang akan ditolerir. Besarnya kesalahan tersebut disebut sebagai daerah kritis pengujian (critical region of test) atau daerah penolakan (region of rejection).

3. Menentukan Kriteria Pengujian Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak hipotesis nol (H0) dengan cara membandingkan nilai tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya. a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di luar nilai kritis. b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di dalam nilai kritis.

daerah penolakan H0 d1 daerah penerimaan H0 d2

daerah penolakan H0

Gambar 1. Daerah kritis uji dua pihak

daerah penerimaan H0

daerah penolakan H0

d Gambar 2. Daerah kritis uji satu pihak kanan

daerah penolakan H0

daerah penerimaan H0

d Gambar 3. Daerah kritis uji satu pihak kiri

4. Menentukan Nilai Uji Statistik Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang diambil secara random dari sebuah populasi. 5. Membuat Kesimpulan Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (H0), sesuai dengan kriteria pengujiannya. Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji staistik dengan nilai tabel atau nial kritis. C. Jenis-Jenis Pengujian Hipotesis 1. Berdasarkan Jenis Parameternya a. Pengujian hipotesis tentang rata-rata b. Pengujian hipotesis tentang proporsi c. Pengujian hipotesis tentang varians 2. Berdasarkan Jumlah Sampelnya a. Pengujian sampel besar (n > 30) b. Pengujian sampel kecil (n 30) 3. Berdasarkan Jenis Distribusinya a. Pengujian hipotesis dengan distribusi Z b. Pengujian hipotesis dengan distribusi t (t-student) 2 c. Pengujian hipotesis dengan distribusi (chi-square) d. Pengujian hipotesis dengan distrbusi F (F-ratio) 4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya a. Pengujian hiptesis dua pihak (two tail test) b. Pengujian hipotesis pihak kiri atau sisi kiri c. Pengujian hipotesis pihak kanan atau sisi kanan.

10

D. Kesalahan dalam Pengujian Hipotesis 1. Dua Jenis Kesalahan Dalam pengujian hipotesis, kesimpulan yang diperoleh hanya penerimaan atau penolakan terhadap hipotesis yang diajukan, tidak berarti kita telah membuktikan atau tidak membuktikan kebenaran hipotesis tersebut. Hal ini disebabkan kesimpulan tersebut hanya merupakan inferensi didasarkan sampel. Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu : a. Kesalahan Jenis I Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya benar. Artinya, kita menolak hipotesis tersebut (H0) yang seharusnya diterima. b. Kesalahan Jenis II Kesalahan jenis II adalah kesalahan karena H0 diterima padahal kenyataannya salah. Artinya, kita menerima hipotesis (H0) yang seharusnya ditolak. Tabel 1. Dua Jenis Kesalahan dalam Pengujian Hipotesis Kesimpulan Terima Hipotesis Tolak Hipotesis Keadaan Sebenarnya H0 Benar Tidak membuat kekeliruan Kesalahan Jenis 1 H0 Salah Kesalahan Jenis II Tidak membuat kesalahan

Apabila kedua jenis kesalahan tersebut dinyatakan dalam bentuk probabilitas didapatkan hal-hal berikut : a. Kesalahan jenis I disebut kesalahan yang dalam bentuk penggunaannya disebut sebagai taraf nyata atau taraf signifikan (level of significant). 1 - disebut sebagai tingkat keyakinan (level of confidence), karena dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar, sebesar 1 .

11

b. Kesalahan jenis II disebut kesalahan yang dalam bentuk penggunaannya disebut sebagai fungsi ciri operasi (operating characteristic function). 1 - disebut sebagai kuasa pengujian karena memperlihatkan kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis yang seharusnya ditolak. 2. Hubungan, , dan n Antara kedua jenis kesalahan, yaitu kesalahan dan saling berkaitan. Jika kesalahan kecil, maka kesalahan, demikian pula sebaliknya. Untuk membuat suatu kesimpulan yang baik, maka kedua kesalahan tersebut harus dibuat seminimal mungkin. Hal ini biasanya dilakukan melalui cara- cara seperti berikut : 1. Memperbesar ukuran sampel (n) yang akan menjadikan rata-rata ukuran sampel, mendekati ukuran populasinya. Dengan makin besarnya sampel (tetap), akan memperkecil dan memperbesar 1, sehingga akan makin besar probabilitas untuk menolak hipotesis (H0) yang salah. 2. Menentukan terlebih dahulu taraf nyata ( ). Contoh Soal : Berdasarkan pengalaman masa lalu, tinggi badan calon mahasiswa sebuah akademi didistribusikan secara normal dengan rata-rata 160 cm dan simpangan baku 20 cm. Instruktur ingin menguji pada taraf nyata 5%, apakah rata-rata tinggi calon mahasiswa tahun ini di atas 160 cm. Untuk melakukan itu, dipilih sampel sebanyak 36 calon mahasiswa dan diperoleh ratarata tinggi badan 163 cm. Berapakah nilai dan 1 - tersebut ? Penyelesaian : Dari soal, diperoleh nilai kritis Z0,05 = 1,64 (Lihat Tabel Z) Z 0,0 0,1 ... 1,6 0,00 0,0000 0,0398 ... 0,4452 0,01 0,0040 0,0438 ... 0,4436 ... ... ... ... ... 0,04 0,0160 0,0557 ... 0,4495

12

13

TEORI SEDERHANA PROSEDUR PEMILIHAN UJI HIPOTES IS

Pembaca ma mpu memaha mi alur be rpikir yang benar untuk menentukan uji hipotesis yang sesuai secara teorit is untuk : 1. Hipotesis komparatif : skala pengukuran numerik, dua kelompo k 2. Hipotesis komparatif : skala pengukuran numerik, > 2 kelompok data 3. Hipotesis komparatif : skala pengukuran kategorikal, kelompok data tidak berpasangan 4. Hipotesis komparatif : skala p eengukuran kategorikal, kelompo k data

berpasangan 5. Hipotesis korelatif

Di mana kita berada ? : Statistik Deskriptif dan Analitik Dalam suatu penelitian, sebelum Anda melakukan pengumpulan data, Anda harus membuat proposal penelitian. Pada proposal penelitian, terdapat bab rencana analisis yang menggambarkan apa yang Anda rencanakan pada da ta yang akan Anda miliki. Rencana analisis biasanya dibagi menjadi dua bagian yaitu rencana analisis secara deskriptif dan analitik/inferensi. Dengan de mikian, ada dua

pemahaman utama yang harus Anda miliki, yaitu tentang statistik deskriptif dan statistik analitik. Statistik deskriptif akan memb awa Anda pada pemahaman tentang

karakteristik data yang Anda miliki. Statistik deskriptif ini harus selalu mendahului statistik inferensi/analitik. Karena pentingnya statistik deskriptif ini, para ahli selalu mengatakan: know your data, what kind of data you have! Statistik inferensi akan membawa Anda mengambil kesimpu lan terhadap hipotesis Anda.

14

Dengan demikian, ada dua pertanyaan utama dan sekaligus akan menjadi topik pembahasan pada buku ini. Pertanyaan utama tersebut adalah: 1. Bagaimana karakteristik data yang Anda miliki/akan Anda miliki? (statistik deskriptif) 2. Bagaimana Anda menentukan uji hipotesis yang sesuai dengan set data yang Anda miliki/akan Anda miliki ? (statistik analitik) A. Statistik deskriptif Statistik deskriptif berusaha menggambarkan berbagai karakte rist ik data. Berikut ini merupakan catatan utama berkaitan dengan statistik deskriptif : 1. Variabel kategorikal Berkaitan dengan gambaran kara kterist ik satu set data dengan skala pengukuran kategorikal, Anda m engenal ist ilah jumlah atau fr ekuensi tiap kategori (n), dan persentase tiap kategori (%), yang umumnya disajikan dala m bentuk tabel atau grafik. Tabel 1.1. Contoh deskripsi variabel kategorikal dalam bentuk tabel n Jenis kelamin - Laki-laki - Perempuan Tingkat pendidikan - Rendah - Sedang - Tinggi Total 22 28 IU 25 15 50 % 44 56 20 50 30 100

Berikut ini merupakan contoh p enyajian variabel dengan skala pengukuran kategorikal dalam bentuk grafik batang. Gambar 1.1 Contoh penyajian variabel kategorikal dalam bentuk grafik batang Grafik. Sebaran responden berdassrkan tingkat perdidikan (n=50)

15

2. Variabel numerik Berkaitan dengan gambaran karakteristik satu set data de ngan skala pengukuran numerik, Anda mengenal dua parameter yang lazim digunakan yaitu parameter ukuran pemusatan dan parameter ukuran penyebaran. Anda mengenal beberapa parameter untuk ukuran pemusatan, yaitu: mean, median, dan modus. Untuk parameter ukuran penyebaran, Anda mengenal standar deviasi, varians, koefisien varians, interkuartil, range, dan minimum maksimum. Data variabel dengan skala pengukuran numerik umumnya disajikan dalam bentuk tabel dan grafik (histogram dan plots). Berikut ini merupakan contoh penyajian variabel dengan skala pengukuran numerik dalam bentuk tabel dan histogram.

Tabel 1.2. Contoh penyajian variabel numerik dalam bentuk tabel Variabel Usia Berat badan M ea n 46,69 50,4 Median 47 50 Simpang baku 12,56 8,33 Minimum Maksimum 15 45 69 64

Grafik Histogram Usia Responden

Gambar 2.2. Contoh penyajian variabel numerik dalam bentuk histogram Kapan Anda memilih mean, median atau modus sebagai ukur an pemusatan? Kapan pula Anda memilih standar deviasi, atau minimum maksimum sebagai ukuran penyebaran ? Jika sebaran data mempunyai di stribusi normal, Anda dianjurkan untuk memilih sebagai ukuran pe musatan dan standardeviasi (SD ) sebaga i ukuran mean

penyebaran. Dalam

kasus di atas (tabel 1.2), jika variabel usia mempunyai sebaran normal, Anda menuliskan: Rerata usia responden adalah 46,69 (SD 12,56). Jika sebaran data tidak normal, Anda dianjurkan untuk memilih median sebagai ukuran pemusatan dan minimum maksimum sebagai ukuran penyebaran. Dalam kasus di atas (tabel 1.2 ), jika variabel usia mempunyai sebaran tidak normal, Anda dianjurkan untuk menuliskan rerata usia responden adalah 47 (15-69).

16

B. Statistik analitik Pertanyaan yang sering muncul dalam an alisis data adalah: uji hipotesis apa yang Anda pakai untuk meng uji set data yang Anda miliki? Jawabannya tentu saja: Anda menggunakan uji hipotesis yang sesuai. Uji hip otesis yang sesuai akan membawa kita pada pengambilan kesimpulan yang sahih. Akan tetapi, untuk mencapai keputusan untuk menggunakan uji tertentu, tentu saja harus didasari berbagai pertimbangan. Pertimbangan apa saja yang harus kita pikirkan untuk menentukan uji hipotesis? Tahukah Anda dengan berpedoman pada tabel uji hipotesis (tabel 1.3) Anda sudah bisa menentukan sebagian besar uji hipotesis yang sesuai dengan set data yang Anda miliki ? Tabel 1.3 Tabel uji hipotesis
Skala pengukuran variabel Jenis hipotesis Komparatif/asosiatif 2 kelompok > 2 kelompok Berpasangan Tidak Tidak Tidak Berpasangan Berpasangan Berpasangan McNemar Chi Square Cochran Chi Square Marginal Fisher Fisher homogeneity Kolmogorov Kolmogorov Smirnov Smirnov McNemar Chi Square Cochran Chi Square Marginal Fisher Fisher Kotmogorov Kolmcagorov Homogeneity Smirnov Smirnov Wilcoxon Mann-Whitney Friedman Kruskal-Wallis Uji t Uji t tidak Anova Anova berpasangan Berpasangan Korelatif

Nominal

Coefisen Kontingensi Lambda Somers'd Gamma

Ordinal

Numerik (interval dan rasio)

Spearman Pearson

Keterangan: Uji dengan tanda * merupakan uji parametrik Tanda panah menunjukan uji alternatif bila syarat uji parame trik tidak Terpenuhi. Uji hipotesis untuk variabel ordinal sama dengan uji untuk variabel nominal bila dapat dibuat dalam bentuk tabel silang (tabel Baris kali Kolom). Tanda " menunjukkan bahwa uji tersebut dapat disajikan dalam bentuk tabel silang.

17

Dengan berpedoman pada tabel di atas, sesungguhnya Anda sudah dapat menentukan uji hipotesis yang sesuai dengan set data yang An d a miliki. Langkah-langkah penggunaan tabel uji hipotesis adalah sebagai berikut : 1. Identifikasi skala pengukuran variabel 2. Tentukan jenis uji hipotesis 3. Identifikasi jumlah kelompok 4. Identifikasi pasangan/tidak berpasangan 5. Untuk variabel kategorikal, identifikasi apakah dapat dibuat tabel silang. Kalau bisa, tentukan jenis tabel silangnya. 6. Identifikasi persyaratan uji parametrik dan non parametrik Dengan demikian, Anda dapat menentukan uji hipotesis dengan berpedoman pada tabel Uji Hipotesis dengan syarat Anda harus memahami beberapa istilah: 1. Skala pengukuran variabel: kategorikal (no minal, ordinal) dan numerik (rasio dan interval) 2. Jenis hipotesis: komparatiflasosiat if dan korelatif 3. Jumlah kelo mpok data : 1 kelompok, 2 kelompok, > 2 kelompok 4. Pasangan: berpasangan atau tidak berpasangan. 5. Tabel silang (baris kali kolo m) 6. Syarat uji parametrik dan non parametrik

18