Modul 3 - Uji Hipotesis Chi Kuadrat

UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUM

Fakultas : Teknologi Industri Pertemuan ke :3
Program Studi : Teknik Industri Modul ke :3
Kode Mata Praktikum : Jumlah Halaman : 26
Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : November 2016
MODUL III
UJI HIPOTESIS DENGAN CHI-KUADRAT
TUJUAN
1. Memahami pengertian Uji Kebaikan Suai (goodness of fit test) dan Uji Kebebasan
(Independensi)
2. Mampu menyelesaikan kasus Uji Kebaikan Suai (goodness of fit test) dan Uji Kebebasan
(Independensi) dengan perhitungan manual
3. Mampu menyelesaikan kasus Uji Kebaikan Suai (goodness of fit test) dan Uji Kebebasan
(Independensi) dengan menggunakan SPSS
4. Mampu memberikan analisis dan membandingkan hasil perhitungan manual dengan
SPSS
LANDASAN TEORI
Chi-Kuadrat atau disebut juga dengan Chi-Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. Chi- Kuadrat adalah suatu teknik statistika yang memungkinkan
peneliti menilai perbedaan frekuensi yang nyata di observasi, dengan frekuensi yang
diharapkan dalam kategori-kategori tertentu sebagai akibat dari kesalahan sampling. Sebagai
bagian dari statistika inferensial Chi- Kuadrat juga dapat digunakan untuk menguji hipotesis,
yakni untuk menguji apakah perbedaan frekuensi yang diperoleh dari dua sampel (atau lebih)
merupakan perbedaan frekuensi yang hanya disebabkan oleh kesalahan sampling, ataukah
merupakan perbedaan yang signifikan.
Secara umum, rumus perhitungan dalam uji chi-square adalah sebagai berikut :
k
(oi ei ) 2
2
i 1 ei
Keterangan :
k : banyaknya kategori/sel, 1,2 ... k
Halaman | 1

oi : frekuensi observasi untuk kategori ke-i

ei : frekuensi ekspektasi (harapan) untuk kategori ke-i
X2 : ukuran perbedaan antara frekuensi observasi dengan frekuensi
Berikut ini merupakan grafik yang digunakan pada uji hipotesis dengan Chi-Kuadrat :
: luas daerah penolakan H0

(1-)
Daerah penerimaan
0 = ,()()
Pada tahun 1900, Karl Pearson adalah orang pertama yang memperkenalkan uji chi-
kuadrat. Chi-Kuadrat adalah salah satu alat analisis yang paling sering digunakan pada
statistik, dengan tujuan untuk Uji Kebaikan Suai (Goodness of fit), Uji Kebebasan
(Independensi), dan Uji Homogenitas (Santoso, 2014). Pada umumnya terdapat 4 jenis uji
hipotesis dengan Chi-Kuadrat yang sering digunakan, yaitu :
1. Uji Kebaikan Suai (Goodness of fit test)
2. Uji Kebebasan (Independensi)
3. Uji Homogenitas
4. Uji beberapa Proporsi
Halaman | 2

1. UJI KEBAIKAN SUAI (GOODNESS OF FIT TEST)

1.1 Konsep
Uji goodness of fit pada prinsipnya bertujuan untuk mengetahui apakah sebuah
distribusi data dari sampel mengikuti sebuah distribusi teoritis tertentu ataukah tidak. Sebagai
contoh, jika sebuah dadu dilempar, maka kemungkinan mendapat angka 5 adalah 1/6, juga
kemungkinan untuk angka yang lain. Inilah yang disebut distribusi teoritis sebuah dadu,
karena terdiri atas 6 mata dadu yang mempunyai kemungkinan seimbang untuk muncul
dalam sekali pelemparan. Seandainya dilakukan pelemparan 120 kali, seharusnya tiap mata
dadu secara teoritis akan muncul masing-masing 1/6 x 120 = 20 kali (angka 1 muncul 20
kali, angka 2 muncul 20 kali dan seterusnya). Namun tentu kenyataannya tidaklah persis
sama, bisa saja angka 1 muncul hanya 10 kali, tapi angka 3 muncul 24 kali dan kemungkinan
lain. Untuk mengetahui apakah kenyataan tersebut masih bisa dianggap selaras (fit) dengan
distribusi teoritis, akan digunakan uji Goodness of fit.
Dengan demikian, goodness of fit test akan membandingkan dua hal distribusi data,
yakni yang teoritis (frekuensi harapan) dan yang sesuai kenyataan (frekuensi observasi).
1.2 Langkah Pengujian

Prosedur pengujian hipotesis dilakukan dengan langkah-langkah sebagai berikut :
1) Membuat bentuk uji hipotesis
H0 : Tidak ada perbedaan antara frekuensi observasi dengan frekuensi teoritis.
H1 : Ada perbedaan antara frekuensi observasi dengan frekuensi teoritis.
2) Menentukan harga statistik penguji

Menghitung nilai Chi-Kuadrat hitung dari data yang telah didapatkan dengan rumusan
sebagai berikut :

2
( )2
=

=1
Keterangan :
Halaman | 3


3) Menentukan nilai probabilitas kesalahan ()

Sesuai dengan harga statistik penguji maka kita melihat tabel chi-kuadrat dengan yang
telah ditentukan didapat batas-batas penerimaan dan penolakan hipotesis yaitu =
,() , dengan k = jumlah kategori pada variabel.
4) Menentukan kriteria pengujian

Dengan membandingkan Chi-Square hitung dengan Chi-Square tabel :
- Nilai Chi-Square hitung (2) Chi-Square tabel, maka H0 diterima
- Nilai Chi-Square hitung (2) > Chi-Square tabel, maka H0 ditolak
Dengan membandingkan angka probabilitas :
- Nilai Signifikansi > Probabilitas kesalahan, maka H0 diterima
- Nilai Signifikansi Probabilitas kesalahan, maka H0 ditolak
5) Membuat keputusan
Keputusan :
Apabila 0 maka H0 diterima (hipotesis diterima)
Apabila > maka H0 ditolak (hipotesis ditolak)
Halaman | 4

2. UJI KEBEBASAN (INDEPENDENSI)

2.1 Konsep
Uji Independensi digunakan untuk menguji ada tidaknya pengaruh suatu variabel
(sampel) terhadap variabel (sampel) lainnya yang dibagi menjadi beberapa subvariabel.
Misalnya pengaruh tingkat pendapatan terhadap pola konsumsi, pengaruh usia terhadap
tingkat kemangkiran bekerj, pengaruh usia terhadap tingkat produktivitas bekerja, dan
sebagainya.
Uji Kebebasan digunakan untuk menguji hubungan antara sifat-sifat yang ada pada
suatu objek, apakah antara sifat-sifat obyek tersebut ada yang mempengaruhi (dependen) sifat
yang lain atau bebas tanpa ada pengaruh diantaranya (independen).

1) Membuat Bentuk Uji Hipotesis
H0 : Sifat-sifat obyek tidak saling mempengaruhi (independen)
H1 : Sifat-sifat obyek ada yang mempengaruhi (dependen)
2) Menentukan Harga Statistik Penguji

Pada penentuan harga statistik pengujian, Uji Independensi menggunakan tabel
kontingensi atau tabel hubungan antar sifat suatu obyek.
Variabel 1
Variabel 2 Jumlah
K1 ... Km
B1 O11 (E11) ... O1m (E1m) nB1
... ... ... ... ...
Bn Ob1 (Eb1) ... Onm (Enm) nBn
Jumlah nK1 ... nKm N
Keterangan :
Oij = Frekuensi Obyek dengan sifat Bi dan Kj atau (Bi Kj)
Eij = Frekuensi Harapan obyek dengan sifat Bi dan Kj atau (Bi Kj)
Halaman | 5

Untuk menguji hipotesis diperlukan mencari nilai chi-square dengan rumus perhitunga
sebagai berikut.

2
( )2
=

=1
- Dengan derajat kebebasan = dk = (n-1)(m-1)

n = banyaknya baris
m = banyaknya kolom
- Dengan nilai (Eij) sebagai berikut.
( )( )
=

3) Menentukan besarnya tingkat signifikansi .

Dengan melihat tabel chi-square (2) pada tingkat signifikansi yang telah ditentukan dan
dk (n-1)(m-1) didapat 2 = 2 ,(n1)(m1) sebagai batas penerimaan dan penolakan.

5) Membuat Keputusan
Keputusan :
Halaman | 6

3. UJI HOMOGENITAS
3.1 Konsep
Uji hipotesis yang ditujukan untuk mengetahui apakah dua sampel atau lebih bersifat
homogen disebut uji homogenitas. Sama dengan uji independensi, data sampel dalam uji
homogenitas disajikan dalam suatu tabel kontingensi. Berbeda dengan uji independensi, ujii
homogenitas dapt dilakukan bila jumlah baris atau kolom pada tabel kontingensi ditentukan
terlebih dahulu.
Sebagai contoh, misalnya, bahwa sebelumnya diputuskan mengambil 200 pemilih
dari partai Demokrat, 150 dari Republik, dan 150 dari Independent di negara bagian North
Carolina dan ingin diselidiki apakah mereka setuju, menentang, atau tak punya pendapat
(tanpendapat) mengenai usul undang-undang pengguguran kandungan. Berikut hasil
pengamatan yang didapatkan.
Afiliasi Politik
U.U Pengguguran Jumlah
Demokrat Republik Independent
Setuju 82 70 62 214
Menentang 93 62 67 222
Tanpendapat 25 18 21 64
Jumlah 200 150 150 500
Dari contoh di atass diuji hipotesis bahwa proporsi populasi di tiap baris sama. Yakni,
diuji hipotesis bahwa proporsi Demokrat, Republik, dan Independent yang setuju undang-
undang pengguguran kandungan sama; proporsi dari setiap afiliasi atau keanggotaan partai
yang menentang undang-undang tadi sama; dan proporsi dari setiap keanggotaan politik yang
tanpendapat sama. Pada dasarnya ingin ditentukan apakah ketiga kelompok pemilih adalah
homogen terhadap pendapatnya mengenai usul undang-undang pengguguran. Uji seperti ini
disebut uji kehomogenan

Halaman | 7

1) Membuat Bentuk Uji Hipotesis

H0 : Tidak terdapat perbedaan proporsi antara variabel 1 terhadap variabel 2
H1 : Terdapat perbedaan proporsi antara variabel 1 terhadap variabel 2

Pada penentuan harga statistik pengujian, Uji Homogenitas menggunakan tabel
kontingensi atau tabel hubungan antar sifat suatu obyek.
Variabel 1
Variabel 2 Jumlah
K1 ... Km
B1 O11 (E11) ... O1m (E1m) nB1
... ... ... ... ...
Bn Ob1 (Eb1) ... Onm (Enm) nBn
Jumlah nK1 ... nKm N
Keterangan :
Oij = Frekuensi Obyek dengan sifat Bi dan Kj atau (Bi Kj)
Eij = Frekuensi Harapan obyek dengan sifat Bi dan Kj atau (Bi Kj)
Untuk menguji hipotesis diperlukan mencari nilai chi-square dengan rumus perhitungan
sebagai berikut.

2
( )2
=

=1
- Dengan derajat kebebasan = dk = (n-1)(m-1)

n = banyaknya baris
m = banyaknya kolom
- Dengan nilai (Eij) sebagai berikut.

( )( )
=

Halaman | 8


Dengan melihat tabel chi-square (2) pada tingkat signifikansi yang telah ditentukan dan
dk (n-1)(m-1) didapat 2 = 2 ,(n1)(m1) sebagai batas penerimaan dan penolakan.

Keputusan :
Halaman | 9

4. UJI BEBERAPA PROPORSI

4.1 Konsep
Uji hipotesis Chi-Kuadrat dapat juga digunakan untuk menguji hipotesis bahwa k
parameter binomial mempunyai nilai yang sama. Perbedaan uji beberapa proporsi dengan uji
homogenitas terletak pada jumlah kategori pada variabel baris. Dikatakan uji proporsi jika
kategori pada variabel baris merupakan binomial, artinya kategori berlawanan, misalnya
kategori cacat dan tidak cacat; sukses dan gagal; ya dan tidak.
Pengujian ini dilakukan untuk menguji hipotesis nol yanng menyatakan bahwa
proporsi-proporsi dari beberapa individu (sampel) yang diteliti mempunyai sifat/kriteria yang
sama.

H0 : P1 = P2 = . . . = Pk, semua proporsi sama
H1 : P1, P2, . . ., Pk tidak semuanya sama

Uji proporsi mula-mula mengambil sampel acak bebas berukuran n1, n2, . . ., nk dari k
populasi dan kemudian menyusun data dalam tabel berkemungkinan 2 x k seperti tabel di
bawah ini.
Sampel
1 2 ... k
Sukses X1 X2 ... Xk
Gagal n1 - X1 n2 - X2 ... nk - Xk
Menghitung nilai Chi-Kuadrat hitung dari data yang telah didapatkan dengan rumusan
sebagai berikut :
Halaman | 10


( )2
2 =

=1
= (2 1)( 1) = ( 1)
Keterangan :
3) Menentukan nilai probabilitas kesalahan ()

Sesuai dengan harga statistik penguji maka kita melihat tabel chi-kuadrat dengan yang
telah ditentukan didapat batas-batas penerimaan dan penolakan hipotesis yaitu =
,() .

5) Membuat keputusan
Keputusan :
Halaman | 11

STUDI KASUS
1. STUDI KASUS UJI KEBAIKAN SUAI (goodness of fit test)

Selama ini Manajer Perusahaan sabun mandi HARUM menganggap bahwa konsumen
sama-sama menyukai tiga warna sabun mandi yang diproduksi, yaitu putih, hijau, dan
kuning. Untuk membuktikan dugaannya, Manajer Pemasaran tersebut meminta pendapat 30
responden dengan data sebagai berikut.
Responden Warna Pilihan Responden Warna Pilihan

RENNY putih HANNY kuning
RITA putih ANNY kuning
SLAMET putih SUDIMAN putih
ALAN putih GUNAWAN putih
BUDIMAN hijau ANITA putih
GUNADI hijau CICILIA putih
GIMAN kuning FERRY putih
LINNA putih SILVI hijau
LANNY putih AGUS hijau
RUBEN hijau NANA kuning
RICKY hijau SUGIANTO kuning
ROSSY hijau DEWI hijau
YUNI putih ROSALIND hijau
CYNTHIA putih SUSANA putih
ROSALINDA putih ROBERT putih
Solusi :
H0 : Tidak ada perbedaan antara dugaan manajer perusahaan dengan tanggapan responden
H1 : Ada perbedaan antara dugaan manajer perusahaan dengan tanggapan responden
Halaman | 12


Perhitungan Manual
a) Menghitung Frekuensi kenyataan dan harapan
Frekuensi kenyataan : Putih = 16 orang, Hijau = 9 orang, Kuning = 5 orang
Frekuensi harapan : 30 orang/3 = 10 (karena manajer menduga bahwa konsumen
sama-sama menyukai 3 warna sabun mandi)
b) - Menghitung nilai chi-square hitung :

2
( )2
=

=1
2
(16 10)2 (9 10)2 (5 10)2
= + +
10 10 10
2 = 6,2
3) Nilai probabilitas kesalahan () = 0,05

Tingkat kepercayaan 95 %, maka nilai probabilitas kesalahan : (1-) = 1- 95% = 0,05
Maka, nilai Chi-square tabel dengan derajat kebebasan (df) = 3-1 = 2 adalah
= ,() = ,() = 5,991

Halaman | 13

Keputusan :
Karena 2 hitung = 6,2 > 5,991, maka H0 ditolak, berarti ada perbedaan antara dugaan
manajer pemasaran dengan kenyataannya yang menganggap konsumen sama-sama
menyukai tiga warna sabun mandi.
Proses SPSS
a) Isi data pada Variable view :
b) Masukkan values pada variabel warna_pilihan
Halaman | 14

c) Masukkan data pada halaman Data View
d) Klik Analyze > Nonparametric Tests > Legacy Dialogs > Chi-square, sehingga
muncul jendela chi-square test.
Pengisian :
- TEST VARIABLE LIST atau nama variabel yang akan diuji. Sesuai kasus, masukkan
variabel warna_pilihan
- EXPECTED RANGE. Di sini karena data sudah di input, maka pilihan tetap pada GET
FROM DATA
- EXPECTED VALUES. Jika dilihat pada kasus, Manajer menganggap kesenangan
terhadap warna adalah sama, yang berarti semua warna seharusnya dipilih secara merata
(sepertiga memilih warna putih, sepertiga memilih warna hijau, dan sepertiga memilih
warna kuning). Dengan demikian, tetap pada pilihan ALL CATEGORIES EQUAL
Halaman | 15

e) Klik OK sehingga keluar hasil output SPSS
Analisis hasil SPSS :

Dari tabel warna_pilihan terlihat bahwa putih dipilih oleh 16 responden, warna
hijau 9 responden, dan warna kuning 5 responden. Ini adalah frekuensi yang
didapat dari input data (observed)
Dari tabel warna_pilihan untuk kolom expected, karena distribusi seharusnya
merata, maka masing-masing warna seharusnya diminati oleh masing-masing 10
responden (dari 30 responden dibagi 3 warna)
Kolom residual pada tabel warna_pilihan adalah selisih antara kolom observed dan
kolom expected. Seperti untuk warna putih, angka residual adalah 16 10 atau 6.
Demikian untuk dua angka residual yang lain.
Pada tabel test statictics, nilai chi-square = 6,2 dan nilai signifikansi = 0,45.
Halaman | 16

Karena nilai signifikansi = 0,045 0,05, maka H0 ditolak, berarti ada perbedaan
antara dugaan manajer pemasaran dengan kenyataannya yang menganggap
konsumen sama-sama menyukai tiga warna sabun mandi.
6) Analisis dan membandingkan hasil perhitungan manual dan output SPSS

- Nilai chi-square pada perhitungan manual dan output SPSS sudah sama yaitu sebesar 6,2.
- Hasil uji hipotesis juga sudah sama-sama menolak H0
7) Kesimpulan
Ada perbedaan antara dugaan manajer pemasaran dengan kenyataannya yang menganggap
konsumen sama-sama menyukai tiga warna sabun mandi.
Halaman | 17

2. STUDI KASUS UJI KEBEBASAN (Independensi)

Seorang dokter di sebuah rumah sakit di Tangerang memberikan data terbaru mengenai
pengaruh kadar penggunaan narkoba terhadap perilaku konsumennya. Dengan menggunakan
koefesien keyakinan 95%, ujilah pendapat yang menyatakan bahwa kadar penggunaan
narkoba tidak berpengaruh pada perilaku konsumennya.
Efek Kadar Efek Kadar

No Nama No Nama
Narkoba Penggunaan Narkoba Penggunaan
1 RENNY 3 3 26 SUGIANTO 1 3
2 RITA 2 2 27 DEWI 3 3
3 SLAMET 4 1 28 ROSALIND 4 2
4 ALAN 2 2 29 SUSANA 2 1
5 BUDIMAN 1 1 30 ROBERT 4 3
6 GUNADI 3 1 31 BUDI 1 3
7 GIMAN 3 2 32 BRIAN 1 1
8 LINNA 2 2 33 BAMBANG 2 2
9 LANNY 4 2 34 BADIR 2 2
10 RUBEN 1 2 35 BOB 4 3
11 RICKY 1 1 36 BERTHA 3 1
12 ROSSY 2 1 37 BENYAMIN 1 3
13 YUNI 2 3 38 BENNY 4 3
14 CYNTHIA 2 2 39 BOBBY 2 2
15 ROSALINDA 4 1 40 BORIS 1 1
16 HANNY 2 2 41 BASUKI 4 3
17 ANNY 4 3 42 SUSY 2 2
18 SUDIMAN 3 2 43 RUDY 3 2
19 GUNAWAN 4 1 44 RONNY 4 3
20 ANITA 1 3 45 ELLY 1 1
21 CICILIA 4 3 46 LILY 4 2
22 FERRY 2 2 47 TUTY 1 1
23 SILVI 4 1 48 YATY 1 1
24 AGUS 1 1 49 DICKY 3 3
25 NANA 4 2 50 VIKO 1 1
Keterangan :
Efek Narkoba 1 = Sulit Tidur Kadar
2 = Pemarah Penggunaan 1 = Berat
3 = Daya Ingat Turun 2 = Sedang
4 = Tak ada efek 3 = Ringan
Halaman | 18

Solusi :
H0 : Semua proporsi kadar penggunaan narkoba terhadap efek narkoba adalah sama
(homogen) atau Tidak terdapat pengaruh kadar penggunaan narkoba terhadap efek
narkoba (independen)
H1 : Tidak semua proporsi kadar penggunaan narkoba terhadap efek narkoba adalah sama
(tidak homogen) atau Terdapat pengaruh kadar penggunaan narkoba terhadap efek
narkoba (dependen)

Dari studi kasus, dibuat tabel sesuai dengan tabel kontingensi sebagai berikut.
Kadar Penggunaan
Efek Narkoba Jumlah
Berat Sedang Ringan
Sulit Tidur 9 1 4 14
Pemarah 2 10 1 13
Daya Ingat Turun 2 3 3 8
Tak Ada Efek 4 4 7 15
Jumlah 17 18 15 50

Tingkat kepercayaan 95 %, maka nilai probabilitas kesalahan : (1-) = 1- 95% = 0,05
2 = 2 ,(n1)(m1) = 20,05 ,6 = 12,592

- Nilai Chi-Square hitung (2) 12,592, maka H0 diterima
- Nilai Chi-Square hitung (2) > 12,592, maka H0 ditolak
- Nilai Signifikansi > 0,05, maka H0 diterima
- Nilai Signifikansi 0,05, maka H0 ditolak
Halaman | 19

5) Melakukan perhitungan manual dan proses SPSS

Perhitungan Manual
a) Menghitung Frekuensi kenyataan dan harapan
Frekuensi kenyataan (Oij):
Frekuensi kenyataan sesuai dengan tabel kontingensi yang telah didapatkan dari
observasi. (dan juga frekuensi harapan)
Kadar Penggunaan
Efek Narkoba Jumlah
Berat Sedang Ringan
Sulit Tidur 9 (4,76) 1 (5,04) 4 (4,2) 14
Pemarah 2 (4,42) 10 (4,68) 1 (3,9) 13
Daya Ingat Turun 2 (2,72) 3 (2,88) 3 (2,4) 8
Tak Ada Efek 4 (5,1) 4 (5,4) 7 (4,5) 15
Jumlah 17 18 15 50
Frekuensi harapan (Eij) :

- Sulit Tidur: - Daya Ingat Turun:
(17)(14) (17)(8)
11 = = 4,76 31 = = 2,72
50 50
(18)(14) (18)(8)
12 = = 5,04 32 = = 2,88
50 50
(15)(14) (15)(8)
13 = = 4,2 33 = = 2,4
50 50
- Pemarah: - Tak Ada Efek:

(17)(13) (17)(15)
21 = = 4,42 41 = = 5,1
50 50
(18)(13) (18)(15)
22 = = 4,68 42 = = 5,4
50 50
(15)(13) (15)(15)
23 = = 3,9 43 = = 4,5
50 50
Halaman | 20

b) - Menghitung nilai chi-square hitung :

2
( )2
=

=1
2
(9 4,76)2 (1 5,04)2 (4 4,2)2 (2 4,42)2 (10 4,68)2
= + + + + +
4,76 5,04 4,2 4,42 4,68
(1 3,9)2 (2 2,72)2 (3 2,88)2 (3 2,4)2 (4 5,1)2
+ + + + +
3,9 2,72 2,88 2,4 5,1
(4 5,4)2 (7 4,5)2
+
5,4 4,5
2 = 18,888
2
- Chi-square tabel dengan derajat kebebasan (dk) = 2, maka (0,05;6) = 12,592
- Karena 2 hitung = 18,888 > 12,592, maka H0 ditolak, berarti tidak semua proporsi
kadar penggunaan narkoba terhadap efek narkoba adalah sama (tidak homogen)
terdapat pengaruh kadar penggunaan narkoba terhadap efek narkoba (dependen)
Proses SPSS
a) Isi data pada Variable view :
b) Masukkan values pada variabel Efek
Halaman | 21

c) Masukkan values pada variabel Kadar
d) Masukkan data pada halaman data view
e) Klik Analyze > Descriptive Statistics > Crosstabs, sehingga muncul jendela crosstabs
Halaman | 22

Pengisian :
- Masukkan variabel Efek ke dalam Row(s) dan variabel Kadar ke dalam Column(s)
- Pada pilihan STATISTICS centang pilihan CHI-SQUARE lalu klik Continue
- Pada pilihan CELL centang pilihan OBSERVED dan EXPECTED lalu klik Continue
f) Klik OK pada jendela Crosstabs sehingga keluar output SPSS
Halaman | 23

Analisis hasil SPSS :

Tabel Case Processing Summary merupakan informasi jumlah data pada studi kasus
Tabel Efek*Kadar Crosstabulation merupakan tabel kontingensi yang sesuai dengan
proses manual sebelumnya
Tabel Chi-Square Tests menunjukkan Value dari Pearson Chi-Square sebesar 18,888,
derajat kebebasan (df) sebesar 6, dan nilai signifikansi (Assymp.Sig) sebesar 0,004
Karena nilai signifikansi = 0,004 0,05, maka H0 ditolak, berarti tidak semua
proporsi kadar penggunaan narkoba terhadap efek narkoba adalah sama atau terdapat
pengaruh kadar penggunaan narkoba terhadap efek narkoba.
Halaman | 24

6) Analisis dan membandingkan hasil perhitungan manual dan output SPSS

- Nilai chi-square pada perhitungan manual dan output SPSS sudah sama yaitu sebesar
18,888.
- Hasil uji hipotesis antara perhitungan manual dan proses SPSS sudah sama-sama
menolak H0
7) Kesimpulan
Dengan demikian, pendapat seorang dokter yang menyatakan bahwa kadar penggunaan
narkoba tidak berpengaruh pada perilaku konsumennya adalah salah dikarenakan hasil
pengujian membuktikan bahwa terdapat pengaruh kadar penggunaan narkoba terhadap
efek narkoba (dependen) dan pada data tersebut tidak semua proporsi kadar penggunaan
narkoba terhadap efek narkoba adalah sama (tidak homogen).
Halaman | 25

DAFTAR PUSTAKA
Bambang K, Rudy B. 1994. Statistika I, Seri Diktat Kuliah. Jakarta: Gunadarma.

Fauzy, Akhmad. 2008. Statistik Industri. Jakarta : Erlangga.
Santoso, Singgih. 2000. Buku Latihan SPSS Statistik Parametik. Jakarta: PT. Elex Media
Komputindo.
Sarwono, Jonathan. 2009. Statistik Itu Mudah: Panduan Lengkap Untuk Belajar Komputasi
Statistik Menggunakan SPSS 16. Yogyakarta: CV. Andi Offset.
Subiyakto, Haryono. 1994. Statistika 2, Seri Diktat Kuliah. Jakarta: Gunadarma.
Wallpole, Ronald E. 1992. Pengantar Statistika, edisi terjemahan. Jakarta: PT Gramedia.
Halaman | 26

Modul 3 - Uji Hipotesis Chi Kuadrat

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul 3 - Uji Hipotesis Chi Kuadrat

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS ISLAM INDONESIA

MATERI / BAHAN PRAKTIKUM

MATERI / BAHAN PRAKTIKUM

oi : frekuensi observasi untuk kategori ke-i

: luas daerah penolakan H0

MATERI / BAHAN PRAKTIKUM

1. UJI KEBAIKAN SUAI (GOODNESS OF FIT TEST)

1.2 Langkah Pengujian

2) Menentukan harga statistik penguji

MATERI / BAHAN PRAKTIKUM

oi : frekuensi observasi untuk kategori ke-i

3) Menentukan nilai probabilitas kesalahan ()

4) Menentukan kriteria pengujian

Apabila > maka H0 ditolak (hipotesis ditolak)

MATERI / BAHAN PRAKTIKUM

2. UJI KEBEBASAN (INDEPENDENSI)

2.2 Langkah Pengujian

2) Menentukan Harga Statistik Penguji

MATERI / BAHAN PRAKTIKUM

- Dengan derajat kebebasan = dk = (n-1)(m-1)

3) Menentukan besarnya tingkat signifikansi .

4) Menentukan kriteria pengujian

MATERI / BAHAN PRAKTIKUM

3.2 Langkah Pengujian

MATERI / BAHAN PRAKTIKUM

1) Membuat Bentuk Uji Hipotesis

2) Menentukan Harga Statistik Penguji

- Dengan derajat kebebasan = dk = (n-1)(m-1)

- Dengan nilai (Eij) sebagai berikut.

MATERI / BAHAN PRAKTIKUM

3) Menentukan besarnya tingkat signifikansi .

4) Menentukan kriteria pengujian

MATERI / BAHAN PRAKTIKUM

4. UJI BEBERAPA PROPORSI

4.2 Langkah Pengujian

2) Menentukan harga statistik penguji

MATERI / BAHAN PRAKTIKUM

3) Menentukan nilai probabilitas kesalahan ()

4) Menentukan kriteria pengujian

MATERI / BAHAN PRAKTIKUM

1. STUDI KASUS UJI KEBAIKAN SUAI (goodness of fit test)

Responden Warna Pilihan Responden Warna Pilihan

MATERI / BAHAN PRAKTIKUM

2) Menentukan Harga Statistik Penguji

b) - Menghitung nilai chi-square hitung :

3) Nilai probabilitas kesalahan () = 0,05

4) Menentukan kriteria pengujian

MATERI / BAHAN PRAKTIKUM

b) Masukkan values pada variabel warna_pilihan

MATERI / BAHAN PRAKTIKUM

c) Masukkan data pada halaman Data View

MATERI / BAHAN PRAKTIKUM

e) Klik OK sehingga keluar hasil output SPSS

Analisis hasil SPSS :

MATERI / BAHAN PRAKTIKUM

6) Analisis dan membandingkan hasil perhitungan manual dan output SPSS

MATERI / BAHAN PRAKTIKUM

2. STUDI KASUS UJI KEBEBASAN (Independensi)

Efek Kadar Efek Kadar

MATERI / BAHAN PRAKTIKUM

2) Menentukan harga statistik penguji

3) Menentukan besarnya tingkat signifikansi .

4) Menentukan kriteria pengujian

MATERI / BAHAN PRAKTIKUM