Anda di halaman 1dari 13

1

BAB I
PENDAHULUAN

A. Latar Belakang Masalah

Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu
jenis uji komparatif non parametris yang dilakukan pada dua variabel, di mana
skala data kedua variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel
dengan skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus
digunakan uji pada derajat yang terendah).

Uji chi-square merupakan uji non parametris yang paling banyak


digunakan. Namun perlu diketahui syarat-syarat uji ini adalah: frekuensi
responden atau sampel yang digunakan besar, sebab ada beberapa syarat di mana
chi square dapat digunakan yaitu:
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%.
B. Rumusan Masalah
1. Apa yang dimaksud dengan metode uji chi square ?
2. Bagaimana rumus chi square ?
3. Bagaimana analisis uji chi square ?

C. Tujuan
1. Untuk mengetahui apa yang dimaksud dengan metode uji chi square
2. Untuk mengetahui bagaimana rumus chi square
3. Untuk mengetahui bagaimana analisis uji chi square

1
2

BAB II
PEMBAHASAN

A. Metode Uji Chi Square


Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu
jenis uji komparatif non parametris yang dilakukan pada dua variabel, di mana
skala data kedua variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel
dengan skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus
digunakan uji pada derajat yang terendah).

Uji chi-square merupakan uji non parametris yang paling banyak


digunakan. Namun perlu diketahui syarat-syarat uji ini adalah: frekuensi
responden atau sampel yang digunakan besar, sebab ada beberapa syarat di mana
chi square dapat digunakan yaitu:
Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual
Count(F0) sebesar 0 (Nol).
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.
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%.

B. Rumus Chi Square


Pada makalah ini, akan fokus pada rumus untuk tabel kontingensi lebih
dari 2 x 2, yaitu rumus yang digunakan adalah "Pearson Chi-Square".

Rumus Tersebut adalah:

2
3

Uji kai kuadrat (dilambangkan dengan " 2" dari huruf Yunani "Chi"
dilafalkan "Kai") digunakan untuk menguji dua kelompok data baik variabel
independen maupun dependennya berbentuk kategorik atau dapat juga dikatakan
sebagai uji proporsi untuk dua peristiwa atau lebih, sehingga datanya bersifat
diskrit. Misalnya ingin mengetahui hubungan antara status gizi ibu (baik atau
kurang) dengan kejadian BBLR (ya atau tidak).

Dasar uji kai kuadrat itu sendiri adalah membandingkan perbedaan


frekuensi hasil observasi (O) dengan frekuensi yang diharapkan (E). Perbedaan
tersebut meyakinkan jika harga dari Kai Kuadrat sama atau lebih besar dari suatu
harga yang ditetapkan pada taraf signifikan tertentu (dari tabel 2).

Uji Kai Kuadrat dapat digunakan untuk menguji :


1. Uji 2 untuk ada tidaknya hubungan antara dua variabel (Independency
test).
2. Uji 2 untuk homogenitas antar- sub kelompok (Homogenity test).
3. Uji 2 untuk Bentuk Distribusi (Goodness of Fit)

Sebagai rumus dasar dari uji Kai Kuadrat adalah :

Keterangan :
O = frekuensi hasil observasi
E = frekuensi yang diharapkan.
Nilai E = (Jumlah sebaris x Jumlah Sekolom) / Jumlah data
df = (b-1) (k-1)

Dalam melakukan uji kai kuadrat, harus memenuhi syarat:


1. Sampel dipilih secara acak
2. Semua pengamatan dilakukan dengan independen
3. Setiap sel paling sedikit berisi frekuensi harapan sebesar 1 (satu). Sel-sel
dengdan frekuensi harapan kurang dari 5 tidak melebihi 20% dari total sel
4

4. Besar sampel sebaiknya > 40 (Cochran, 1954)

Keterbatasan penggunaan uji Kai Kuadrat adalah tehnik uji kai kuadarat
memakai data yang diskrit dengan pendekatan distribusi kontinu. Dekatnya
pendekatan yang dihasilkan tergantung pada ukuran pada berbagai sel dari tabel
kontingensi. Untuk menjamin pendekatan yang memadai digunakan aturan dasar
frekuensi harapan tidak boleh terlalu kecil secara umum dengan ketentuan:
1. Tidak boleh ada sel yang mempunyai nilai harapan lebih kecil dari
1 (satu)
2. Tidak lebih dari 20% sel mempunyai nilai harapan lebih kecil dari
5 (lima)
Bila hal ini ditemukan dalam suatu tabel kontingensi, cara untuk
menanggulanginya adalah dengan menggabungkan nilai dari sel yang kecil ke se
lainnya (mengcollaps), artinya kategori dari variabel dikurangi sehingga kategori
yang nilai harapannya kecil dapat digabung ke kategori lain. Khusus untuk tabel
2x2 hal ini tidak dapat dilakukan, maka solusinya adalah melakukan uji fhiser
exact.

C. Analisis Chi Square

Contoh kasus
Perusahaan penyalur alat elektronik AC ingin mengetahui apakah ada hubungan
antara gender dengan sikap mereka terhadap kualitas produk AC. Untuk itu
mereka meminta 25 responden mengisi identitas mereka dan sikap atau persepsi
mereka terhadap produknya.
Permasalahan : Apakah ada hubungan antara gender dengan sikap terhadap
kualitas AC?

Hipotesis :
H0 = Tidak ada hubungan antara gender dengan sikap terhadap kualitas AC
H1 = Ada hubungan antara gender dengan sikap terhadap kualitas AC
5

Tolak hipotesis nol (H0) apabila nilai signifikansi chi-square < 0.05 atau nilai chi-
square hitung lebih besar (>) dari nilai chi-square tabel.
1. Menguji Independensi antara 2 faktor (independensi)
Independensi (keterkaitan) antara 2 faktor dapat diuji dengan uji chi square.
Masalah independensi ini banyak mendapat perhatian hampir di semua bidang,
baik eksakta maupun sosial ekonomi. Kita ambil contoh di bidang ekonomi dan
pendidikan. Kita bisa menduga bahwa keadaan ekonomi seseorang tidak ada
kaitannya dengan tingkat pendidikannya, atau justru sebaliknya bahwa keadaan
ekonomi seseorang terkait erat dengan tingkat pendidikannya. Untuk menjawab
dugaan-dugaan ini, kita bisa menggunakan uji chi square.
Langkah-langkahnya sebagai berikut :
1. Buatlah hipotesis
H0: tidak ada kaitan antara keadaan ekonomi seseorang dengan pendidikannya
HA: ada kaitan antara keadaan ekonomi seseorang dengan pendidikannya

2. Lakukan penelitian dan kumpulkan data


Hasil penelitian adalah sebagai berikut (tentatif).
Di bawah
Di atas garis
Kategori garis Total
kemiskinan
kemiskinan
Tidak tamat SD 8 4 12
SD 20 17 37
SMP 15 16 31
SMA 3 23 26
Perguruan
2 22 24
Tinggi
Total 48 82 130

3. Lakukan analisis

Di bawah garis Di atas garis


Kategori Total
kemiskinan kemiskinan
Tidak tamat SD
O 8 4
12
E 4,43 7,57
6

SD
O 20 17
37
E 13,66 23,34
SMP
O 15 16
31
E 11,45 19,55
SMA
O 3 23
26
E 9,60 16,40
Perguruan Tinggi
O 2 22
24
E 8,86 15,14
Total 48 82 130

Nilai O (Observasi) adalah nilai pengamatan di lapangan


Nilai E (expected) adalah nilai yang diharapkan, dihitung sbb :
1. Nilai E untuk kategori tidak tamat SD di bawah garis kemiskinan = (12 x
48)/130 = 4,43
2. Nilai E untuk kategori tidak tamat SD di atas garis kemiskinan = (12 x
82)/130 = 7,57
3. Nilai E untuk kategori SD di bawah garis kemiskinan = (37 x 48)/130 =
13,66
4. Nilai E untuk kategori SD di atas garis kemiskinan = (37 x 82)/130 =
23,34
5. Nilai E untuk kategori SMP di bawah garis kemiskinan = (31 x 48)/130 =
11,45
6. Nilai E untuk kategori SMP di atas garis kemiskinan = (31 x 82)/130 =
19,55
7. Nilai E untuk kategori SMA di bawah garis kemiskinan = (26 x 48)/130 =
9,60
8. Nilai E untuk kategori SMA di atas garis kemiskinan = (26 x 82)/130 =
16,40
9. Nilai E untuk kategori Perguruan Tinggi di bawah garis kemiskinan = (24
x 48)/130 = 8,86
7

Nilai E untuk kategori Perguruan Tinggi di atas garis kemiskinan = (24 x


82)/130 = 15,14
Hitung nilai Chi square (x^2)

TABEL CHI-SQUARE
8

4. Kriteria Pengambilan Kesimpulan

5. Kesimpulan
Hasil analisis menunjukkan bahwa nilai x^2 hitung = 26,586, yaitu lebih besar
dari nilai x^2 tabel yaitu 9,488, sehingga kita harus menerima HA. Dengan
demikian, kita simpulkan bahwa ada kaitan yang signifikan antara keadaan
ekonomi seseorang dengan tingkat pendidikannya (lihat lagi hipotesis di atas,
khususnya bunyi hipotesis HA).
Catatan: kata signifikan berasal dari = 0,05.

2. Menguji proporsi
Contoh kasus (1):
Menurut teori genetika (Hukum Mendel I) persilangan antara kacang
kapri berbunga merah dengan yang berbunga putih akan menghasilkan tanaman
dengan proporsi sebagai berikut: 25% berbunga merah, 50% berbunga merah
jambu, dan 25% berbunga putih. Kemudian, dari suatu penelitian dengan kondisi
yang sama, seorang peneliti memperoleh hasil sebagai berikut, 30 batang
berbunga merah, 78 batang berbunga merah jambu, dan 40 batang berbunga
putih. Pertanyaannya adalah apakah hasil penelitian si peneliti tersebut sesuai
dengan Hukum Mendel atau tidak?
Untuk menjawab pertanyaan tersebut, kita bisa menggunakan uji chi-square,
sebagai berikut:
1. Buatlah hipotesis
H0: rasio penelitian adalah 1:2:1 atau 25%:50%:25%
HA: rasio penelitian adalah rasio lainnya
2. Lakukan analisis
Kategori Merah Merah Jambu Putih Jumlah
Pengamatan (O) 30 78 40 148
Diharapkan (E) 37 74 37 148
Proporsi diharapkan (E) dicari berdasarkan rasio 1:2:1, sebagai berikut:
Merah = 1/4 x 148 = 37
9

Merah Jambu = 2/4 x 148 = 74


Putih = 1/4 x 148 = 37

Df = (kolom -1)(baris -1) = (3-1)(2-1) = 2


Kriteria Pengambilan Kesimpulan
Terima H0 jika x^2 hitung< x^2 tabel
Tolak H0 jik x^2 hitung x^2 tabel
Kesimpulan
Dari hasil analisis data, diperoleh x^2 hitung< x^2 tabel, maka H0 diterima.
Artinya, rasio hasil penelitian si peneliti tersebut sesuai dengan rasio menurut
Hukum Mendel (lihat bunyi hipotesis pada H0).
Contoh Kasus (2):
Suatu survey ingin mengetahui apakah ada hubungan Asupan Lauk dengan
kejadian Anemia pada penduduk desa X. Kemudian diambil sampel sebanyak 120
orang yang terdiri dari 50 orang asupan lauknya baik dan 70 orang asupan
lauknya kurang. Setelah dilakukan pengukuran kadar Hb ternyata dari 50 orang
yang asupan lauknya baik, ada 10 orang yang dinyatakan anemia. Sedangkan dari
70 orang yang asupan lauknya kurang ada 20 orang yang anemia. Ujilah apakah
ada perbedaan proporsi anemia pada kedua kelompok tersebut.
Jawab :
HIPOTESIS :
Ho : P1 = P2 (Tidak ada perbedaan proporsi anemia pada kedua kelompok
tersebut)
Ho : P1 P2 (Ada perbedaan proporsi anemia pada kedua kelompok tersebut)
10

PERHITUNGAN :

Untuk membantu dalam perhitungannya kita membuat tabel silangnya seperti ini :

Kemudian tentukan nilai observasi (O) dan nilai ekspektasi (E) :

Selanjutnya masukan dalam rumus :

sekarang kita menentukan nilai tabel pada taraf nyata/alfa = 0.05. Sebelumnya
kita harus menentukan nilai df-nya. Karena tabel kita 2x2, maka nilai df = (2-
1)*(2-1)=1.
11

Dari tabeli kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel =
3.841.
KEPUTUSAN STATISTIK
Bila nilai hitung lebih kecil dari nilai tabel, maka Ho gagal ditolak, sebaliknya bila
nilai hitung lebih besar atau sama dengan nilai tabel, maka Ho ditolak.

Dari perhitungan di atas menunjukan bahwa 2 hitung < 2 tabel, sehingga


Ho gagal ditolak.

KESIMPULAN
Tidak ada perbedaan yang bermakna proporsi antara kedua kelompok tersebut.
Atau dengan kata lain tidak ada hubungan antara asupan lauk dengan kejadian
anemia.
12

BAB III
PENUTUP
A. Kesimpulan

Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu
jenis uji komparatif non parametris yang dilakukan pada dua variabel, di mana
skala data kedua variabel adalah nominal.

Rumusnya adalah:

Fungsi uji chi square adalah untuk melihat apakah suatu pernyataan dapat
dinyatakan benar atau tidak berdasarkan hasil perhitungannya

B. Saran

Semoga dengan pembuatan makalah ini dapat menambah wawasan kita


tentang uji analisis chi square yang merupakan bagian dari materi statistik.
13

DAFTAR PUSTAKA

12
http://juangkriting.blogspot.com/2013/12/chi-square-metode.html

http://webcache.googleusercontent.com/search?
q=cache:YVMKEspJ4lwJ:elisa.ugm.ac.id/user/archive/download/131817/2958b8
3e691ec145b8215ecaa9cb25d3+&cd=3&hl=id&ct=clnk&gl=id

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