A.

Menggunakan uji 1 sampel non parametrik pada aplikasi SPSS

1. Uji Chi Square

Langkah kerja :
Aktifkan data sheet yang akan diolah ,misal : Uji nonpar .sav
Klik menu analize, lalu non parametric test , pilih Chi Square
Akan muncul kotak dialog Chisquare test, Karena yang hendak diuji
adalah proporsi pendidikan , maka kita pindahkan variabel pendidikan
ke test variable list , untuk nilai observasi , kita tetapkan berasal dari
data, sehingga pada kotak Expected Range kita pilih Get from data,
hal ini karena data sudah dikategorikan ( pilihan Used specified range
dipakai apabila, nilai rentang data ditentukan / ada batasan nilai yang
diolah, tidak semua nilai diolah). Untuk frekuensi yang diharapkan ,
kita tetapkan proporsi sama , sehingga pada kotak Expected value kita
pilih All Categories Equal, apabila tidak maka nilai harapan bisa kita
tentukan dengan mengisi pada values.
Apabila menginginkan tampilan output menyertakan pilihan terhadap
analisis deskriptifnya, klik Options, kemudian pilih nilai deskriptif yang
dikehendaki .
Lalu klik OK,

Seperti gambar berikut :

sehingga akan muncul hasil output berikut :

 Test Statistics

Pendidikan
Karyawan
Chi-Square a 14.000
df 2
Tabel Chi Square
Asymp. Sig. .001
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 25.0.

Pendidikan Karyawan
p-value, lebih kecil
Observed N Expected N Residual
dari 0,05 sehingga
SMU 10 25.0 -15.0
proporsi pendidikan
Akademi 30 25.0 5.0 berbeda
Sarjana 35 25.0 10.0
Total 75

Hasil output diatas, menyatakan bahwa proporsi pendidikan berbeda pada

tingkat signifikansi 5 %.

B. Menggunakan uji 2 sampel independen non parametrik pada aplikasi SPSS

1. Uji Chi Square

Langkah kerja :
Aktifkan data sheet yang akan diolah ,misal : nonparametric .sav
Klik menu analize, lalu Descriptive , pilih Crosstab
Akan muncul kotak dialog , pindahkan variabel yang hendak diuji ke kotak
row dan coloumn , semisal hendak diuji variabel pendidikan menurut
jenis kelamin, maka letakkan pendidikan di Coloumn, dan Jenis kelamin
di Row.
Klik Statistic, berikan tanda check pada Chi Square ( apabila mencari
hubungan klik juga pada Contingency Coefficient ), lalu klik Continue
Seperti gambar berikut :
 Klik Cells, pada Counts berikan tanda check untuk observed dan
expected, pada Percentages berikan tanda check pada total, lalu klik
Continue, seperti gambar berikut :

Klik format apabila untuk mengatur tampilan denagn tampilan ascending

atau descending, bila sudah klik OK

Akan muncul print out sebagai berikut :

Case Processing Summary

Cases
Valid Missing Total

N Percent N Percent N Percent Statistik

jenis kelamin *
75 100.0% 0 .0% 75 100.0% Deskriptif
Pendidikan Karyawan
 jenis kelamin * Pendidikan Karyawan Crosstabulation

Pendidikan Karyawan
SMU Akademi Sarjana Total
jenis kelamin Wanita Count 5 14 14 33
Expected Count 4.4 13.2 15.4 33.0
Tabel silang
% of Total 6.7% 18.7% 18.7% 44.0%
Pria Count 5 16 21 42
Expected Count 5.6 16.8 19.6 42.0
% of Total 6.7% 21.3% 28.0% 56.0%
Total Count 10 30 35 75
Expected Count 10.0 30.0 35.0 75.0
% of Total 13.3% 40.0% 46.7% 100.0%

Chi-Square Tests

Asymp. Sig.
Value df (2-sided) Uji Chi Square
a
Pearson Chi-Square .460 2 .795
Likelihood Ratio .460 2 .794
Linear-by-Linear Association .437 1 .509
N of Valid Cases
p-value > 0,05,
75
a. 1 cells (16.7%) have expected count less than 5. The minimum expected
tidak ada
count is 4.40. perbedaan

Frekuensi harapan
terpenuhi, tdk ada yang
kurang satu, hanya 16,67 %
yang kurang dari 5

Hasil output diatas, menyatakan bahwa tidak ada perbedaan pendidikan

menurut jenis kelamin pada tingkat signifikansi 5 %.