BAB 1. PENDAHULUAN
Sebagai sesuatu yang berkenaan dengan data numerikal, statiska sudah banyak
digunakan oleh berbagai negara, misalnya untuk mendaftar jumlah penduduk,
perpajakan, pencatatan personel militer, dn lain sebagainya. Dengan semakin
berkembangnya zaman, dewasa ini penggunaan statistika sudah semakin meluas
di berbagai bidang kegiatan. Statistika tidak lagi hanya dignakan untuk
kepentingan pemerintahan saja melainkan meluas sampai pada bidang bisnis,
ekonomi, kedokteran, pendidikan, dan lain sebagainya.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya
asumsi-asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga
sebagai statistik bebas sebaran (distribution free). Statistik nonparametrik
tidak mensyaratkan bentuk sebaran parameter populasi berdistribusi normal.
Statistik nonparametrik dapat digunakan untuk menganalisis data yang
berskala nominal atau ordinal karena pada umumnya data berjenis nominal dan
ordinal tidak menyebar normal. Dari segi jumla data, pada umumnya statistik
nonparametrik digunakan untuk data berjumlah kecil (n <30). Adapun macam-
macamnya yaitu Uji Tanda, Uji Peringkat 2 Sampel Wilcoxon, Uji Korelasi
Peringkat Spearman, Uji Konkordansi Kendall, Uji Run(s), Uji Median, dan Uji
Chi Square.
tergolong ke dalam jenis statistik nonparametrik sehingga chi square test tidak
memerlukan syarat data berdistribusi normal (Sufren dan Natanael, 2013).
Chi Kuadrat dapat digunakan untuk menguji hipotesis deskriptif satu
sampel atau satu variabel, yang terdiri atas dua kategori atau lebih. Selain itu
dapat digunakan untuk menguji hipotesis komparatif 2 sampel atau 2 variabel
serta untuk menguji hipotesis asosiatif yang berskala nominal.
Menurut Sugiyono (2013), Chi square satu sampel adalah teknik statistik
yang digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas
dua atau lebih klas, data berbentuk nominal dan sampelnya besar. Yang dimaksud
hipotesis deskriptif dapat merupakan estimasi/dugaan terhadap ada tidaknya
perbedaan frekuensi antara kategori satu dan kategori lain dalam sebuah sampel
tentang sesuatu hal.
Rumus :
Dimana:
2 = Chi square
= Frekuensi yang diobservasi
= Frekuensi yang diharapkan
2.2.2 Chi Square untuk Uji Hipotesis Komparatif Dua Sampel Independen
N = jumlah sampel
Rumus :
Rumus :
7
Dimana:
2 = Chi square
= Frekuensi yang diobservasi
= Frekuensi yang diharapkan
Adanya nilai ekspektasi yang lebih kecil dari 5 tidak akan banyak
mempengaruhi hasil yang diinginkan. Pada pengujian chi square dengan banyak
kategori, jika terdapat lebih dari satu nilai ekspektasi kurang dari 5 maka niali-
nilai ekspektasi dapat digabungkan dengan konsekuensi jumlah kategori akan
berkurang dan informasi yang diperoleh juga berkurang. Apabila tabel
kontingensi 2x2 tetap digunakan, namun tidak memenuhi syarat seperti yang telah
disebutkan, yaitu cell frekuensi harapan kurang dari 5, maka rumus harus diganti
dengan rumus Fisher Exact Test.
BAB 3. PEMBAHASAN
3.1 Contoh Kasus Chi Square untuk Uji Hipotesis Deskriptif Satu Sampel
Tabel : Frekuensi yang disurvey dan yang diharapkan pemilih jurusan SMK
Jurusan
g. Hipotesis :
Ho : Jumlah siswa yang memilih 3 jurusan tidak berbeda (peluang 3
jurusan untuk dipilih siswa adalah sama)
10
3.2 Contoh Kasus Chi Square untuk Uji Hipotesis Komparatif Dua Sampel
Independen
h. Perhitungan
Berdasarkan tabel tersebut dan menggunakan rumus chi square 2 sampel
independen, dapat dihitung:
12
1
150 (|60.50 20.20| 2 150)
()2 =
(60 + 20)(20 + 50)(60 + 20)(20 + 50)
150(|3000 400| 75)
=
(80)(70)(80)(70)
150(2600 75)
=
5600.5600
150.6375625
=
31360000
956343750
=
31360000
= 30,50
Dengan dk = 1 dan probabilitas 5%, maka diperoleh chi square tabel = 3,84.
Ternyata nilai Chi square hitung = 35,86 > Chi square tabel 3,84. Dengan
demikian H0 ditolak dan Ha diterima.
i. Kesimpulan
Jadi Terdapat perbedaan jenis sekolah dengan minat lulusan, dimana lulusan
SMA lebih cenderung memilih melanjutkan studi ke perguruan tinggi dan
lulusan SMK cenderung memilih bekerja.
3.3 Contoh Kasus Chi Square untuk Uji Hipotesis Komparatif K Sampel
Independen
berasal dari SMA dan 60 orang berasal dari SMK. Dari 130 anggota sampel
mahasiswa prodi Pendidikan Teknik Mesin , 80 orang berasal dari SMA dan 50
orang berasal dari SMK. Dari 95 anggota sampel mahasiswa prodi Pendidikan
Tata Boga, 65 orang berasal dari SMA dan 30 orang berasal dari SMK. Dari 80
anggota sampel mahasiswa prodi Pendidikan Tata Rias , 45 orang berasal dari
SMA dan 35 orang berasal dari SMK.
g. Penyajian data:
Hitung frekuensi harapan dari kelima kelompok sampel tersebut dalam setiap
aspek. Hitung berapa persen dari sampel keseluruhan lulusan SMA dan SMK.
Jumlah seluruh sampel dari 5 prodi adalah 115 + 160 + 135 + 95 + 80 = 585
80+100+80+65+45
p1 =
580
370
= x 100%
580
= 63,79%
Frekuensi harapan untuk lulusan SMA adalah sebagai berikut:
- Pendidikan Teknik Elektro = 115 x 63,79% = 73,36
- Pendidikan Teknik Informatika = 160 x 63,79% = 102,06
- Pendidikan Teknik Mesin = 130 x 63,79% = 82,93
- Pendidikan Tata Boga = 95 x 63,79% = 60,6
- Pendidikan Tata Rias = 80 x 63,79% = 51,03
35+60+50+30+35 210
P2 = = x 100% = 36,21%
580 580
Frekuensi harapan untuk lulusan SMA adalah sebagai berikut:
- Pendidikan Teknik Elektro = 115 x 36,21% = 41,65
- Pendidikan Teknik Informatika = 160 x 36,21% = 57,94
- Pendidikan Teknik Mesin = 130 x 36,21% = 47,07
- Pendidikan Tata Boga = 95 x 36,21% = 34,39
- Pendidikan Tata Rias = 80 x 36,21% = 28,97
- Nilai-nilai tersebut kemudian dimasukkan ke dalam tabel:
15
h. Pengujian hipotesis
Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka
dapat diketahui bahwa Chi square hitung = 4,99. Dalam hal ini dk = N-1 5-1
= 4. Berdasarkan dk 4 dan probabilitas 5%, maka diperoleh chi square tabel =
9,488. Chi square hitung lebih kecil dari chi square tabel (4,99 < 9,488).
Dengan demikian H0 diterima dan Ha ditolak.
i. Kesimpulan
Tidak terdapat perbedaan yang signifikan antara jenis asal sekolah mahasiswa
lima prodi di fakultas teknik
16
BAB 4. KESIMPULAN
DAFTAR PUSTAKA