Anda di halaman 1dari 7

Pengertian dan Kegunaan Uji Chi-Kuadrat

Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi


observasi atau yang benar-benar terjadi atau aktual dengan frekuensi harapan.
Yang dimaksud dengan frekuensi harapan adalah frekuensi yang nilainya dapat
di hitung secara teoritis (e). sedangkan dengan frekuensi observasi adalah
frekuensi yang nilainya di dapat dari hasil percobaan (o).
Dalam statistik, distribusi chi square termasuk dalam statistik nonparametrik.
Distribusi nonparametrik adalah distribusi dimana besaran-besaran populasi
tidak diketahui. Distribusi ini sangat bermanfaat dalam melakukan analisis
statistik jika kita tidak memiliki informasi tentang populasi atau jika asumsi-
asumsi yang dipersyaratkan untuk penggunaan statistik parametrik tidak
terpenuhi.

Chi-kuadrat ini digunakan untuk mengadakan pendekatan dari beberapa vaktor


atau mngevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi dengan
frekuensi yang diharapkan dari sampel apakah terdapat hubungan atau
perbedaan yang signifikan atau tidak.

Dalam statistik, distribusi chi square termasuk dalam statistik

nonparametrik. Distribusi nonparametrik adalah distribusi dimana besaran-


besaran populasi tidak diketahui. Distribusi ini sangat bermanfaat dalam
melakukan analisis statistik jika kita tidak memiliki informasi tentang populasi
atau jika asumsi-asumsi yang dipersyaratkan untuk penggunaan statistik
parametrik tidak terpenuhi.

Beberapa hal yang perlu diketahui berkenaan dengan distribusi chi square
adalah:

Distribusi chi-square memiliki satu parameter yaitu derajat bebas (db).

Nilai-nilai chi square di mulai dari 0 disebelah kiri, sampai nilai-nilai positif tak
terhingga di sebelah kanan.

Probabilitas nilai chi square di mulai dari sisi sebelah kanan.

Luas daerah di bawah kurva normal adalah 1.

a) Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit

b) Uji Kebebasan

c) Uji Beberapa Proporsi (Prinsip pengerjaan (b) dan (c) sama saja)

Nilai chi square adalah nilai kuadrat karena itu nilai chi square selalu positif.
Bentuk distribusi chi square tergantung dari derajat bebas (Db)/degree of
freedom. Pengertian pada uji chi square sama dengan pengujian hipotesis yang
lain, yaitu luas daerah penolakan Ho atau taraf nyata pengujian.
Metode Chi-kuadrat menggunakan data nominal, data tersebut diperoleh dari
hasil menghitung. Sedangkan besarnya nilai chi-kuadrat bukan merupakan
ukuran derajat hubungan atau perbedaan.

Macam-macam bentuk analisa Chi-kuadrat :

v Penaksiran standar deviasi

v Pengujian hipotesis standar deviasi

v Pengujian hipotesis perbedaan beberapa proporsi atau chi-square dari data


multinominal

v Uji hipotesis tentang ketergantungan suatu variabel terhadap variabel lain/uji


Chi-square dari tabel kontingensi/tabel dwikasta/tabel silang

v Uji hipotesis kesesuaian bentuk kurva distribusi frekuensi terhadap distribusi


peluang teoritisnya atau uji Chi-square tentang goodness of fit

2) Ketentuan Pemakaian Chi-Kuadrat (X2)

Agar pengujian hipotesis dengan chi-kuadrat dapat digunakan dengan baik,


maka hendaknya memperhatikan ketentuan-ketentuan sebagai berikut :

1) Jumlah sampel harus cukup besar untuk meyakinkan kita bahwa terdapat
kesamaan antara distribusi teoretis dengan distribusi sampling chi-kuadrat.

2) Pengamatan harus bersifat independen (unpaired). Ini berarti bahwa


jawaban satu subjek tidak berpengaruh terhadap jawaban subjek lain atau satu
subjek hanya satu kali digunakan dalam analisis.

3) Pengujian chi-kuadrat hanya dapat digunakan pada data deskrit (data


frekuensi atau data kategori) atau data kontinu yang telah dikelompokan
menjadi kategori.

4) Jumlah frekuensi yang diharapkan harus sama dengan jumlah frekuensi


yang diamati.

5) Pada derajat kebebasan sama dengan 1 (table 2 x 2) tidak boleh ada nilai
ekspektasi yang sangat kecil. Secara umum, bila nilai yang diharapkan terletak
dalam satu sel terlalu kecil (< 5) sebaiknya chi-kuadrat tidak digunakan karena
dapat menimbulkan taksiran yang berlebih (over estimate) sehingga banyak
hipotesis yang ditolak kecuali dengan koreksi dari Yates.

Bila tidak cukup besar, maka adanya satu nilai ekspektasi yang lebih kecil dari 5
tidak akan banyak mempengaruhi hasil yang diinginkan. Pada pengujian chi-
kuadrat dengan banyak ketegori, bila terdapat lebih dari satu nilai ekspektasi
kurang dari 5 maka, nilai-nilai ekspektasi tersebut dapat digabungkan dengan
konsekuensi jumlah kategori akan berkurang dan informasi yang diperoleh juga
berkurang.

3) Uji Distribusi Normal menggunakan uji Chi Kuadrat


Uji normalitas dengan Chi Kuadrat (X2) dipergunakan untuk menguji data dalam
bentuk data kelompok dalam tabel distribusi frekuensi. Seperti halnya uji
Liliefors, uji normalitas dengan uji Chi-Kuadrat dilakukan dengan langkah-
langkah:

Pertama-tama, tentukan taraf signifikansi, misalkan 0,05 untuk


menguji hipotesis:
Ho: Sampel berasal dari populasi berdistribusi normal.
Ha: Sampel tidak berasal dari populasi berdistribusi normal.
dengan kriteria pengujian:
Jika X2hitung < X2tabel terima Ho
Jika X2hitung > X2tabel tolak Ho
Kedua, lakukan langkah-langkah uji normalitas dengan chi kuadrat (X2) sebagai
berikut:

1. Membuat daftar distribusi frekuensi dari data yang berserakan ke dalam


distribusi frekuensi data kelompok (jika data belum disajikan dalam tabel
disitribusi frekuensi kelompok).

2. Mencari rerata (mean) data kelompok

3. Mencari simpangan baku data kelompok

4. Tentukan batas nyata (tepi kelas) tiap interval kelas dan jadikan sebagai
Xi(X1, X2, X3, ..., Xn). Kemudian lakukan konversi, setiap nilai tepi kelas (Xi)
menjadi nilai baku Z1, Z2, Z3, ..., Zn. Dimana nilai baku Zi ditentukan dengan
rumus Zi = (Xi - )/s

5. Tentukan besar peluang setiap nilai Z berdasarkan tabel Z (luas lengkungan


di bawah kurva normal standar dari 0 ke Z, dan disebut dengan F(Zi)).

6. Tentukan luas tiap kelas interval dengan cara mengulangi nilai F(z) yang
lebih besar diatas atau dibawahnya.

7. Tentukan Ei (frekuensi eskpektasi) dengan cara membagi luas kelas tiap


interval dibagi number of cases (n).

8. Masukkan frekuensi observasi (faktual) sebagai Oi

9. Cari nilai setiap interval

10. Tentukan nilai X2hitung setiap interval

11. Tentukan nilai X2tabel pada taraf signifikansi dan derajat kebebasan k-1
dengan k adalah banyaknya kelas/kelompok interval

12. Bandingkan jumlah total X2hitung dengan X2tabel


13. Apabila X2hitung < X2tabel maka sampel berasal dari populasi yang
berdistribusi normal, dan jika X2hitung > X2tabel maka sampel berasal dari
populasi tidak normal

Rumus Chi Kuadrat yang digunakan adalah :

Keterangan: Dimana

2 = Chi Kuadrat
fo = Frekuensi yang di observasi
fh = Frekuensi yang diharapkan

Contoh soal:

Pengukuran terhadap tinggi mahasiswa tingkat pertama dilakukan dan diambil


sebuah sampel acak berukuran 100. Dicatat dalam distribusi frekuensi, hasilnya
sebagai berikut:

Tabel Tinggi 100 mahasiswa

Tinggi (cm) f

140-144 7

145-149 10

150-154 16

155-159 23

160-164 21

165-169 17

170-174 6

Jumlah 100
Apakah hipotesis sampel itu berasal dari distribusi normal pada taraf nyata

= 0,05 dan = 0,01 dan dk = (k-3)?

Penyelesaian:

Tinggi Fi Xi fiXi Xi- fi


(cm)

140-144 7 142 994 -15,8 249,64 1747,48

145-149 10 147 1470 -10,8 116,64 1166,4

150-154 16 152 2432 -5,8 33,64 538,24

155-159 23 157 3611 -0,8 0,64 14,72

160-164 21 162 3402 4,2 17,64 370,44

165-169 17 167 2839 9,2 84,64 1438,88

170-174 6 172 1032 14,2 201,64 1209,84

Jumlah 100 15780 6486

= = = 157,8.

S= = = 8,09

Setelah didapat dan s = 8,09. Selanjutnya perlu ditentukan batas-

batas kelas interval untuk menghitung luas dibawah kurva normal bagi setiap
interval. Kelas interval kesatu dibatasi oleh 139,5 dan 144,5 atau dalam angka
standar z dibatasi oleh -2,26 dan -1,64. Luas dibawah kurva normal untuk
interval kesatu = 0,4881-0,4495 = 0,0386, sehingga frekuensi teoritik untuk
kelas interval ini = 100 0,0386 = 3,9. Jika perhitungan yang sama dilakukan
untuk kelas-kelas interval lainnya, didapat hasil dibawah ini:

Tabel frekuensi diharapkan dan Pengamatan

Batas kelas (x) Z untuk batas Luas tiap Frekuensi Frekuansi


kelas kelas interval diharapkan ( pengamatan (
)
139,5 -2,26

0,0386 3,9 7

144,5 -1,64

0,1010 10,1 10

149,5 -1,03

0,1894 18,9 16

154,5 -0,41

0,2423 24,2 23

159,5 +0,21

0,2135 21,4 21

164,5 +0,83

0,1298 13,0 17

169,5 +1,45

0,0538 5,4 6

174,5 +2,06

Dengan menggunakan rumus:

= 4,27.

Dari daftar distribusi frekuensi dapat dilihat bahwa banyak kelas k = 7, sehingga
dk untuk distribusi chi-kuadrat = 4. Diperoleh = 9,49 dan =

13,3.

Dari hasil diatas diperoleh hitung < tabel. Maka dapat disimpulkan

bahwa hipotesis sampel itu berasal dari distribusi normal atau diterim