Diajukan untuk memenuhi tugas mata kuliah statistika terapan yang dibina oleh
Prof.Dr.R.Palilingan, M.Si
YESSIKAH F. BANSALENG
17 806 015
PROGRAM PASCASARJANA
2019
BAB I
PENDAHULUAN
A. Latar Belakang
Dalam terminologi ilmu statistika, terdapat statistik parametrik dan non
parametrik yang merupakan dua hal yang sering digunakan. Lantas apa perbedaan keduanya?
Secara sederhana sebetulnya antara statistik parametrik dan non parametrik mudah dibedakan
dari istilahnya saja. Statistik non parametrik adalah statistik yang ditidak mendasarkan pada
parameter-parameter statistik. apa itu parameter-parameter statistik? jika anda melakukan
penelitian, tentu anda melakukan pengukuran-pengukuran, nah ukuran-ukuran tersebut
diistilahkan dengan parameter. dalam statistik kita mengenal mean, median, modus dan standar
deviasi. itulah parameter-parameter statistik. dalam statistik non parametrik, parameter tersebut
tidak dijadikan acuan. Mengapa? ketika kita menggunakan skala data nominal atau ordinal,
parameter-parameter tersebut menjadi tidak relevan. itu lebih kepada membuat ranking pada
data. selain itu, statistik non parametrik tidak mendasakan pada distribusi data tertentu.
Salah Satu Analisis statistik Nonparametrik adalah Chi square . Chi square test atau
tes kai kuadrat tergolong ke dalam jenis statistik nonparametrik sehingga chi square test tidak
memerlukan syarat data berdistribusi normal (Sufren dan Natanael, 2013).
B. Rumusan Masalah
1. Chi square untuk uji hipotesis deskriptif satu sampel (1 Sample K-S)
2. Chi square untuk uji hipotesis komparatif dua sampel independen ( 2 Independent Samples)
3. Chi square untuk uji hipotesis komparatif k sampel independen ( k Independent Samples)
4. Uji persyaratan analisis yang meliputi uji normalitas, uji homogenitas, uji linieritas, uji
heterokedasitas, uji multikolinieritas, uji autokorelasi.
C. Tujuan Penulisan Makalah
1. Dapat memahami chi square untuk uji hipotesis deskriptif satu sampel (1 Sample K-S)
2. Dapat memahami chi square untuk uji hipotesis komparatif dua sampel independen
independen ( 2 Independent Samples)
3. Dapat memahami Chi square untuk uji hipotesis komparatif k sampel independen ( k
Independent Samples)
4. Dapat memahami uji persyaratan analisis yang meliputi uji normalitas, uji homogenitas, uji
linieritas, uji heterokedasitas, uji multikolinieritas., uji autokorelasi.
BAB II
PEMBAHASAN
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.
Perhitungan SPSS:
1) Buka Variabel View → Pada Nama isi Jurusan
8) Klik OK
9) Hasil SPSS
Test Statistics
jurusan
Chi-Square 20.520a
Df 2
Contoh Kasus :
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:
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
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.
Perhitungan SPSS:
1) Buka Variable View → Isi nama dengan Minat dan Jenis sekolah
8) Klik OK
Linear-by-Linear
32.119 1 .000
Association
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is
32.67.
Dimana:
𝑥2 = Chi square
𝑓̥ = Frekuensi yang diobservasi
𝑓ℎ = Frekuensi yang diharapkan
Contoh :
Penelitian dilakukan untuk mengetahui ada tidaknya perbedaan jenis asal
sekolah antar mahasiswa lima prodi di fakultas teknik, yaitu Pendidikan
Teknik Elektro, Pendidikan Teknik Informatika, Pendidikan Teknik Mesin,
Pendidikan Tata Boga, Pendidikan Tata Rias. Jenis asal sekolah dibagi menjadi
2 yaitu SMA dan SMK. Berdasarkan 115 anggota sampel mahasiswa prodi
Pendidikan Teknik Elektro, 80 orang berasal dari SMA dan 35 orang berasal
dari SMK. Dari 160 anggota sampel mahasiswa prodi Pendidikan Teknik
Informatika, 100 orang 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.
Berdasarkan hal tersebut, maka :
1) Judul penelitian dapat dirimuskan sebagai berikut:
Perbedaan jenis asal sekolah mahasiswa lima prodi di fakultas teknik
2) Variabel penelitiannya : Jenis asal sekolah
3) Rumusan Masalah: Adakah perbedaan yang signifikan jenis asal sekolah
mahasiswa lima prodi di fakultas teknik
4) Sampel :
Terdiri dari 5 kelompok sampel, yaitu:
Sampel mahasiswa prodi Pendidikan Teknik Elektro berjumlah 115 orang.
Sampel mahasiswa prodi Pendidikan Teknik Informatika berjumlah 160
orang.
Sampel mahasiswa prodi Pendidikan Teknik Mesin berjumlah 130 orang.
Sampel mahasiswa prodi Pendidikan Tata Boga berjumlah 95 orang.
Sampel mahasiswa prodi Pendidikan Tata Rias berjumlah 80 orang.
5) Hipotesis:
H0 : Tidak terdapat perbedaan yang signifikan antara jenis asal sekolah
mahasiswa lima prodi di fakultas teknik
Ha : Terdapat perbedaan yang signifikan jenis asal sekolah mahasiswa
lima prodi di fakultas teknik
6) Kriteria pengujian hipotesis
Bila Nilai Chi square hitung lebih kecil dari nilai tabel, maka H0 diterima
dan bila lebih besar atau sama dengan nilai tabel, maka Ha diterima.
7) 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
Persentase lulusan SMA p1 :
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
Persentase lulusan SMK p2 :
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:
Tabel : Perbandingan Jenis asal sekolah mahasiswa 5 prodi di Fakultas
Teknik
Prodi Jenis
asal
sekolah
P. Teknik SMA 80 73,36 6,64 44,09 0.6
Elektro SMK 35 41,65 -6,67 44,49 1,07
P. Teknik SMA 100 102,06 -2,06 4,24 0.04
Informatika SMK 60 57,94 2,06 8,74 0,15
P. Teknik SMA 80 82,93 -2,93 8,58 0,1
Mesin SMK 50 47,07 2,93 8,58 0,18
Pendidikan SMA 65 60,6 4,4 19,36 0,32
Tata Boga SMK 30 34,39 -4,39 19,27 0,56
Pendidikan SMA 45 51,03 - 6,03 36,36 0,71
Tata Rias SMK 35 28,97 6,03 36,36 1,26
Jumlah 580 580 4,99
8) 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.
9) Kesimpulan
Tidak terdapat perbedaan yang signifikan antara jenis asal sekolah
mahasiswa lima prodi di fakultas teknik
Perhitungan SPSS:
1) Buka Variable view → isi nama dengan jenis sekolah dan prodi
Jenissekolah
Chi-Square .000
Df 4
a. Exact results are provided instead of Monte Carlo for this test.
6) Hasil
Pengambilan keputusan:
Nilai probabilitas < 0,05 = data tidak normal
Nilai probabilitas > 0,05 = data normal
Motivasi : 0,137 > 0,05 = data normal
Dukungan orang tua : 0,060 > 0,05 = data normal
Kelengkapan sarana : 0,148 > 0,05 = data normal
Nilai praktek : 0,143 > 0,05 = data normal
2. Uji homogenitas
Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih
kelompok data sampel berasal dari populasi yang memiliki variasi yang sama.
Langkah pengujian homogenitas data menggunakan program SPSS yaitu:
1) Buka variable view → isi
7) Hasil
Pengambilan keputusan:
Nilai probabilitas < 0,05 = data tidak homogen
Nilai probabilitas > 0,05 = data homogen
Motivasi : 0,429 > 0,05 = data homogen
Dukungan orang tua : 0,981 > 0,05 = data homogen
Kelengkapan sarana: 0,314 > 0,05 = data homogen
Tidak ada perbedaan antara motivasi, kelengkapan sarana dan dukungan
orang tua .
3. Uji linieritas
Uji linieritas dilakukan dengan mencari persamaan garis regresi variabel bebas x
terhadap variabel terikat y.
Langkah pengujian linieritas data menggunakan program SPSS yaitu:
1) Buka variable view → isi
Pengambilan keputusan:
Nilai probabilitas > 0,05 = data tidak linier
Nilai probabilitas < 0,05 = data linier
Nilai Sig. Linearity 0,00 < 0,05 = data linier
4. Uji heterokedasitas
Uji Heterokedasitas adalah untuk melihat apakah kesalahan (error) pada data
memiliki varian yang sama atau tidak. Pendeteksian konstan atau tidaknya
varian error konstan dapat dilakukan dengan menggambar grafik antara ŷ
dengan residu (y - ŷ). Apabila garis yang membatasi sebaran titik-titik relatif
paralel maka varian error dikatakan konstan.
Langkah pengujian heterokedasitas data menggunakan program SPSS yaitu:
1) Buka variable view → isi
2) Isi value labels
3) Buka Data view → masukkan data
7) Hasil
Pada grafik tampak titik-titik menyebar diatas dan di bawah sumbu Y dan
tidak terjadi pola tertentu. Dengan demikina dapat disimpulkan bahwa
tidak terjadi heterokedasitas.
5. Uji multikolinieritas
Uji multikolinieritas dimaksudkan untuk mengetahui ada tidaknya hubungan
(korelasi) yang signifikan antar variabel bebas. Jika terdapat hubungan yang
cukup tinggi (signifikan), berarti ada aspek yang sama diukur pada variabel
bebas. Hal ini tidak layak digunakan untuk menentukan kontribusi secara
bersama-sama variabel bebas terhadap variabel terikat.
Langkah pengujian multikolinieritas data menggunakan program SPSS yaitu:
1) Buka variable view → isi
7) Hasil
7) Hasil
A. Kesimpulan
Chi square dapat dihitung menggunakan data kategori. Datanya berbentuk diskrit
atau nominal. Hasil dari chi kuadrat selalu positif karena hasilnya selalu dikuadratkan.
Hasil chi kuadrat hitung jika lebih kecil dari chi kuadrat tabel maka hasilnya adalah tidak
terjadi perbedaan yang signifikan. Tetapi jika hasilnya lebih besar dari chi kuadrat tabel
maka terjadi perbedaan yang signifikan. Sehingga dapat disimpulkan semakin besar hasil
dari chi kuadrat hitung terhadap chi kuadrat tabel maka semakin signifikan perbedaannya.
Uji persyaratan analisis meliputi uji normalitas, homogenitas, linieritas,
heterokedasitas, multikolinieritas dan autokorelasi. Uji tersebut sangat penting untuk
dilakukan, karena dalam statistik inferensial agar kesimpulan analisis data berlaku pada
populasi, maka sebaran data harus memenuhi beberapa kriteria tersebut.
DAFTAR PUSTAKA