1

MAKALAH

UJI CHI SQUARE

Diajukan untuk memenuhi tugas mata kuliah Pengelolaan Sumber Daya Air

TEP-A
Oleh Kelompok 5 :

1) Deni Agung Idayana 151710201023

2) Rivano Dwiyanto 151710201080
3) Ine Oke Defil 151710201085
4) Alfin Nur Khasanah 151710201093
5) Muhammad Enrico N 151710201099

JURUSAN TEKNIK PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS JEMBER
2017
 2

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Dalam kasus dimana variabel yang dihubungkan bersifat numerik, maka
analisis menggunakan korelasi merupakan salah satu pilihan. Namun, jika kedua
variabel yang dihubungkan bersifat kategorik, maka penggunaan analisis korelasi
tidak bisa lagi digunakan karena angka pada suatu kategori hanya berupa kode bukan
nilai yang sebenamya sehingga operasi aritmatika tidak sah untuk kasus data
kategorik. Alasan yang lain mengapa analisis korelasi tidak bisa digunakan pada data
kategorik karena salah satu tipe variabel kategorik adalah nominal yang tidak bisa
diurutkan kategorinya. Pemberian urutan yang berbeda jelas akan memberikan nilai
korelasi yang berbeda pula sehingga dua orang yang menghitung nilai korelasi besar
kemungkinan memberikan hasil yang tidak sama. Untuk itulah maka analisis chi-
square yang akan digunakan untuk mencari apakah ada hubungan (asosiasi) dan
perbedaan (komparasi) antar variabel-variabel kategorik tersebut.
Beberapa formula statistika disusun berdasarkan asumsi-asumsi tertentu.
Formula tersebut dapat menggambarkan sebuah fenomena ketika asumsi-asumsi
tersebut terpenuhi. Oleh karena itu, jika kita memakai formula tersebut maka data
yang diharapkan sesuai dengan asumsi sebuah formula penelitian. Berkaitan dengan
hal tersebut makalah ini dapat dijadikan referensi untuk meningkatkan pemahaman
chi square (kai kuadrat) dan uji prasyarat analisis yang baik dan benar di dalam
sebuah penelitian.

1.2 Rumusan Masalah

Adapun rumusan masalah dari penulisan makalah ini adalah sebagai berikut.
1. Apakah definisi dari uji Chi Square?
2. Bagaimana kakteristik dari uji Chi Square?
3. Apakah kegunaan dari uji Chi Square?
4. Bagaimana metode perhitungan menggunakan uji Chi Square?
 3

1.3 Tujuan
Adapun Tujuan dari penulisan makalah ini adalah sebagai berikut.
1. Mengetahui definisi dari uji Chi Square
2. Mengetahui kakteristik dari uji Chi Square
3. Mengetahui kegunaan dari uji Chi Square
4. Mengetahui metode perhitungan menggunakan uji Chi Square

1.4 Manfaat
Adapun rumusan masalah dari penulisan makalah ini adalah sebagai berikut.
1. Dapat mengetahui definisi dari uji Chi Square
2. Dapat mengetahui kakteristik dari uji Chi Square
3. Dapat mengetahui kegunaan dari uji Chi Square
4. Dapat mengetahui metode perhitungan menggunakan uji Chi Square

BAB 2. TINJAUAN PUSTAKA

 4

2.1 Statistik Non-Parametrik

Statistik nonparametik adalah statistik yang tidak memerlukan perbuatan
asumsi tentang bentuk distribusi dan karena itu merupakan statistik yang bebas-
distribusi dan dalam menarik kesimpulan tidak memperhatikan bentuk distribusi
populasi. metode statistik yang dapat digunakan dengan mengabaikan asumsi-asumsi
yang melandasi penggunaan metode statistic parametrik, terutama yang berkaitan
dengan distribusi normal. Istilah lain yang sering digunakan untuk statistik
nonparametrik adalah statistik bebas distribusi (distribution free statistics) dan uji
bebas asumsi (assumption-free test). Statistik nonparametrik banyak digunakan
pada penelitian-penelitian sosial. Data yang diperoleh dalam penelitian sosial
pada umunya berbentuk kategori atau berbentuk rangking.
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.

2.1.1 Keunggulan Statistik Nonparametrik

Beberapa keunggulan dari statistik nonparametrik antara lain :

Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data
menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji
statistik parametrik. (misalnya mengenai sifat distribusi data) tidak
 5

Metode kai kuadrat merupakan metode nonparametrik yang dipakai untuk

membandingkan frekuensi sampel yang diamati degan frekuensi sampel populasi
yang diasumsikan (Supranto, Tanpa tahun:323).
Metode nonparametrik digunakan untuk situasi tertentu, yaitu sebagai berikut:
1. Apabila ukuran sampe yang diamati terlalu kecil sehingga statistik
pengambilan sampel tidak mendekati normal, dan apabila tidak dapat
membuat asumsi dengan bentuk distribusi populasi yang menjadi seumber
sampel tersebut.
2. Apabila menggunakan data peringkat atau ordinal yang hanya memberikan
informasi tentang item yang lebih tinggi, lebih rendah, atau sama dengan item
lainnya dan tidak menyatakan ukuraan perbedaan.ll
3. Apabila mengunakan data nominal yang menyebutkan data item yang satu
lebih tinggi atau lebih rendah daripada item lainnya (Supranto, Tanpa
tahun:323).
Menurut Tanti, dkk 2013:99 bahwa Uji Chi Squre adalah test of
independence, merupakan salah satu pengujian untuk mengetahuihubungan atau
kebebasan antar variabel yang bersifat kategori.Untuk mengetahui hubungan
antaravariabel A dan B, maka hipotesis yang digunakan adalah sebagai berikut:
- Ho: variable A dan variable B saling bebas
- H1: variable A dan variable B tidak saling bebas.

Beberapa keunggulan dari statistik nonparametrik antara lain :

a. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika
pengujian data menunjukkan bahwa salah satu atau beberapa asumsi yang
mendasari uji statistik parametrik. (misalnya mengenai sifat distribusi
data) tidak terpenuhi, maka statistik nonparametrik lebih sesuai diterapkan
dibandingkan statistic parametrik.
b. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah,
sehingga hasil penelitian segera dapat disampaikan.
 6

c. Untuk memahami konsep-konsep dan metode-metodenya tidak

memerlukan dasar matematika serta statistika yang mendalam.
d. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita
menghadapi keterbatasan data yang tersedia, misalnya jika data telah
diukur menggunakan skala pengukuran yang lemah (nominal atau ordinal).
e. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode
parametrik untuk jumlah sampel yang sedikit.

Disamping keunggulan, statistik nonparametrik juga memiliki keterbatasan.

Beberapa keterbatasan statistik nonparametrik antara lain:
a. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametric
meskipun lebih cepat dan sederhana, akan menyebabkan pemborosan
informasi.
b. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih
rendah dibandingkan dengan metode parametrik.

2.2 Chi Square

2.2.1 Pengertian Uji Chi Square
Uji Chi Square adalah pengujian hipotesis mengenai perbandingan antara
frekuensi observasi atau yang benar-benar terjadi dengan frekuensi
harapan/ekspektasi. Uji chi square tidak dibatasi oleh asumsi-asumsi ketat tentang
jenis populasi maupun parameter populasi, yang dibutuhkan hanya derajat bebas. Uji
chi square menggunakan teknik goodness of fit, yaitu dapat digunakan untuk menguji
apakah terdapat perbedaan yang nyata antara banyak yang diamati yang masuk dalam
masing-masing kategori dengan banyak yang diharapkan berdasarkan hipotesis nol.
(Suciptawati, 2010). Uji chi square tergolong ke dalam jenis statistik nonparametrik
sehingga uji chi square tidak memerlukan syarat data berdistribusi normal (Sufren
dan Natanael, 2013). Chi square dapat digunakan untuk menguji ada tidaknya
interdependensi antara variabel kualitatif yang satu terhadap lainya berdasarkan pada
observasi yang ada. Secara umum uji chi square digunakan untuk:
 7

a) Interdepensensi satu variabel atau lebih dengan variabel lainya

b) Kesesuaian antara frekuensi observasi variabel tertentu dengan frekuensi yang
didapat berdasarkan nilai harapannya.

2.2.2 Karakteristik Chi Square

Adapun beberapa karakteristik dari Chi Square adalah sebagai berikut.
1. Nilai Chi Square selalu positif karena merupkan hasil pengkuadratan.
2. Terdapat beberapa kelompok distribusi Chi Square, yaitu distribusi Chi square
dengan dk=1, 2, 3, dst.
3. Datanya berbentuk diskrit atau nominal

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.
1. Chi square untuk uji hipotesis deskriptif satu sampel
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:
𝑥2 = Chi square
𝑓̥ = Frekuensi yang diobservasi
𝑓ℎ = Frekuensi yang diharapkan
 8

Distribusi Chi Khuadrat merupakan distribusi dengan variabel acak kontinu.

Simbul yang dipakai untuk chi kuadrat ialah 2. Persamaan distribusi kuadrat adalah :
f(u) = K . u1/2 - 1 e-1/2u
Dimana :
u = 2untuk memudahkan menulis dan harga u > 0
v = derajat kebebasan
K = bilangan tetap yang bergantung pada v
e = 2,7183
Grafik distribusi chi kuadrat umunya merupakan kurva positif, yaitu miring ke
kanan. Kemiringan ini makin berkurang jika derajat kebebasan v makin besar
(Sudjana, 2001:147). Distribusi kai-kuadrat sangat kriteria untuk pengujian hipotesis
mengenai varians dan juga untuk uji ketepatan penerapan suatufungsi (test goodness
of fit) kalau digunakan untuk data hasil observasi atau data empiris. Dengan
demikian, kita dapat menentukan apakah distribusi pendugaan berdasarkan sampel
hampir sama atau mendekati distribusi teoritis, sehinga kita dapat menyimpulkan
bahwa populasi dari mana sampel itu kita pilih mempunyai distribusi yang kita
maksud (misalnya, suatu populasi mempunyai distribusi Binomia, Poisson atau
Normal).
Misalnya sebuah dadu yang mempunyai 6 mata (1, 2, 3, 4, 5, 6) dilemparkan
ke atas sebanyak 300 kali. Dalam jangka panjang, kita harap untuk melihat masing-
masing mata tersebut muncul dengan frekuensi mata dadu yang muncul sekitar 50,
walaupun dadu itu termasuk “fair dice”. Dengan menggunakan kai-kuadrat, kita dapat
menentukan apakah suatu dadu dapat dikatakan “fair” setelah membandingkan
frekuensi dari masing mata dadu tersebut.
Kalau Zi = N (0, 1) = variable normal dengan rata-rata 0 dan varians sama
dengan 1, atau E(z) = 0, z2 = 1, maka jumlah Z12 + Z22+ .... + Zk2 sama dengan Xk2
dengan derajat kebebasan (degrees of freedom) sebesar k.
 9

𝐾𝑘2 = ∑ 𝑍𝑖2
𝑘=1

Kalau suatu himpunan yang terdiri dari n variabel acak X = { Xi}, dimana Xi = N (µ,
2) untuk semua i (i = 1, 2, . . . , n), maka kita dapat memperoleh variabel Z seperti
yang di atas, dengan rumus

𝑋𝑘2 = ∑ 𝑍𝑖2
𝑘=1

Kalau suatu himpunan yang terdiri dari n variabel acak X = { Xi }, di mana X i = N

(µ, 2) untuk semua i (i = 1, 2, . . . , n), maka kita dapat memperoleh variabel Z
seperti yang dimaksud diatas, dengan rumus
𝑋𝑖−𝜇
𝑍𝑖 = = 𝑁(0,1), 𝑖 = 1, 2, . . . . , 𝑛
𝜎
 10

BAB 2. PEMBAHASAN

2.1 Analisis Perhitungan Menggunakan Uji Chi Square

1. Suatu SMK x di Kota A ingin membuka jurusan baru, sehingga ingin mengetahui
jurusan apa yang banyak diminati. Untuk itu dilakukan survey ke beberapa sekolah
yang memiliki jurusan-jurusan tata busana, tata boga, kecantikan. Menurut survey,
diketahui dari 375 siswa sebanyak 85 siswa memilih jurusan tata boga, 116 memilih
jurusan tata busana, dan 174 siswa memilih kecantikan. Berdasarkan hal tersebut,
maka :
Perhitungan Manual:
1) Judul penelitian dapat dirimuskan sebagai berikut:
Kecenderungan siswa dalam memilih jurusan SMK.
2) Variabel penelitiannya jurusan SMK.
3) Sampel : Jumlah sampel 375 siswa terdiri atas 3 jurusan. 85 siswa memilih
jurusan tata boga, 116 memilih jurusan tata busana, dan 174 siswa memilih
kecantikan
4) Tempat penelitian: Beberapa SMK di Kota A
5) Data hasil penelitian: terdapat pada tabel berikut
Tabel 2.1 Frekuensi yang disurvey dan yang diharapkan pemilih jurusan SMK
Jurusan

Tata Boga 85 125 -40 1600 12,8

Tata Busana 116 125 -9 81 0,65
Kecantikan 174 125 49 2401 19,21
Jumlah 375 375 0 4482 32,66
 11

6) Hipotesis:
H0 : Jumlah siswa yang memilih 3 jurusan tidak berbeda (peluang 3 jurusan
untuk dipilih siswa adalah sama)
Ha : Jumlah siswa yang memilih 3 jurusan berbeda (peluang 3 jurusan untuk
dipilih siswa adalah tidak sama)
7) Kriteria pengujian hipotesis
Bila Nilai Chi square hitung lebih kecil dari nilai Chi square tabel, maka H0
diterima dan bila lebih besar atau sama dengan nilai tabel, maka Ha diterima.
8) Pengujian hipotesis
Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka
dapat diketahui bahwa Chi square hitung = 32,66. Dalam hal ini dk = N-1 =
3-1 = 2. Berdasarkan dk 2 dan probabilitas 5%, maka diperoleh chi square
tabel = 5,99. Chi square hitung lebih besar dari chi square tabel (32,66 >
5,99). Dengan demikian H0 ditolak dan Ha diterima.
9) Kesimpulan
Jumlah siswa yang memilih 3 jurusan SMK berbeda, dan berdasarkan data
jurusan kecantikan paling banyak diminati siswa.
10) Saran untuk SMK x
Jurusan yang dibuka adalah kecantikan, karena paling banyak diminati siswa.

2. Chi square untuk uji hipotesis komparatif dua sampel independen

Menguji komparatif dua sampel independen berarti menguji signifikansi
perbedaan nilai dua sampel yang tidak berpasangan. Sampel independen biasanya
digunakan dalam penelitian yang menggunakan pendekatan penelitian survey,
sedangkan sampel berpasangan banyak digunakan dalam penelitian eksperimen. Chi
square digunakan untuk menguji hipotesis komparatif dua sampel bila datanya
berbentuk nominal dan sampelnya besar. Cara perhitungan dapat menggunakan
 12

rumus yang telah ada atau dapat menggunakan tabel kontingensi 2x2 (2 baris x 2
kolom) (Sugiyono, 2013).
Untuk menguji hipotesis ini, hitung jumlah individu dari tiap kelompok yang
termasuk ke dalam berbagai kategori dan bandingkan jumlah individu dari satu
kelompok dalam berbagai kategori dengan kelompok lainnya.
Tabel Kontingensi :
Sampel Frekuensi pada: Jumlah Sampel
Obyek I Obyek II
Sampel A A B A+B
Sampel B C D C+D
Jumlah A+C B+D N
N = jumlah sampel
Rumus :

Contoh :
Penelitian dilakukan untuk mengetahui adakah hubungan antara jenis sekolah
(SMA/SMK) dengan minat lulusan untuk melanjutan studi ke perguruan tinggi atau
bekerja.. Jenis sekolah dikelompokkan menjadi dua yaitu SMA dan SMK. Sampel
pertama sebanyak 80 orang, sampel kedua sebanyak 70 orang. Berdasarkan angket
yang diberikan kepada sampel lulusan SMA, maka dari 80 orang tersebut yang
memilih melanjutkan studi ke perguruan tinggi sebanyak 60 orang, dan yang memilih
bekerja sebanyak 20 orang. Selanjutnya dari kelompok sampel lulusan SMK memilih
melanjutkan studi ke perguruan tinggi sebanyak 20 orang, dan yang memilih bekerja
sebanyak 50 orang
Berdasarkan hal tersebut, maka :
1) Judul penelitian dapat dirimuskan sebagai berikut:
 13

Kecenderungan lulusan dalam memilih untuk melanjutan studi ke

perguruan tinggi atau bekerja.
2) Variabel penelitiannya :
1) Variabel Independen : Jenis sekolah
2) Variabel dependen : Minat lulusan
3) Rumusan Masalah:
Adakah perbedaan jenis sekolah dengan minat lulusan untuk
melanjutan studi ke perguruan tinggi atau bekerja.
4) Sampel : Terdiri dari dua kelompok sampel independen yaitu kelompok
lulusan SMA dengn jumlah 80 orang dan kelompok lulusan SMK
dengn jumlah 70 orang.
5) Hipotesis:
H0 : Tidak terdapat perbedaan jenis sekolah dengan minat lulusan
Ha : Terdapat perbedaan jenis sekolah dengan minat lulusan
6) Kriteria pengujian hipotesis
Dengan dk = 1 dan probabilitas 5%. H0 diterima bila nilai Chi square
hitung lebih kecil dari nilai Chi square tabel dan bila lebih besar atau
sama dengan nilai tabel, maka Ha diterima.
7) Penyajian data
Data hasil penelitian disusun ke dalam tabel:
Tabel : Frekuensi minat lulusan
Sampel Minat lulusan Jumlah Sampel
Melanjutkan Bekerja
studi
Lulusan SMA 60 20 80
Lulusan SMK 20 50 70
Jumlah 80 70 150
 14

8) Perhitungan
Berdasarkan tabel tersebut dan menggunakan rumus chi square 2
sampel independen, dapat dihitung:

1
150 (|60.50 − 20.20| − 2 150) ²
(𝑥)2 =
(60 + 20)(20 + 50)(60 + 20)(20 + 50)
150(|3000 − 400| − 75)²
=
(80)(70)(80)(70)
150(2600 − 75)²
=
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.
9) 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.
 15

BAB 4. KESIMPULAN

4.1 Kesimpulan
Adapun kesimpulan dari Makalah ini adalah sebagai berikut.
1. Uji Chi Squre adalah test of independence, merupakan salah satu pengujian
untuk mengetahui hubungan atau kebebasan antar variabel yang bersifat
kategori.
2. Uji Chi Square digunakan untuk interdepensensi satu variabel atau lebih
dengan variabel lainya, dan digunakan untuk kesesuaian antara frekuensi
observasi variabel tertentu dengan frekuensi yang didapat berdasarkan nilai
harapannya.
3. Beberapa karakteristik dari Chi Square adalah yaitu nilai Chi Square selalu
positif karena merupkan hasil pengkuadratan, terdapat beberapa kelompok
distribusi Chi Square, yaitu distribusi Chi square dengan dk=1, 2, 3, dan
datanya berbentuk diskrit atau nominal.
4. Rumus dari perhitungan uji Chi Square yaitu adalah sebagai berikut.
 16

DAFTAR PUSTAKA

Tanty, H., Bekti, R., D., dan Rahayu, A. 2013. Metode Nonparametrik Untuk Analisis
Hubungan Perilaku dan Pengetahuan Masyarakat Tentang Kode Plastik.
http://library.binus.ac.id/eColls/eJournal/04_Heruna,%20Rokhana,%20Anita.pd
f. [Diakses pada 8 Oktober 2017].

Saleh, S. 2001. Statistik Induktif. Yogyakarta: AMP YKPN

Sudjana. 2001. Metoda Statistika. Bandung: PT TARSITO BANDUNG

Supranto, J. Tanpa tahun. Statistik Teori dan Aplikasi. Jakarta: Erlangga