UJI X 2 DAN FEPT

SYARAT UJI CHI-SQUARE

▪ Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (Fo
sebesar nol (0). Fo tidak boleh 0.
▪ Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5.
Fh tidak boleh < 5.
▪ Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah cell
dengan frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%. Fh < 5
tidak boleh > 20%.
PENGGUNAAN

▪ Jika tabel kontingensi bentuk 2 x 2, maka rumus yang digunakan adalah Koreksi
Yates.
▪ Jika tabel kontingensi 2 x 2 tetapi tidak memenuhi syarat seperti di atas maka
rumus harus diganti dengan rumus Fisher Exact Test.
▪ Jika tabel kontingensi lebih dari 2 x 2 maka menggunakan rumus Pearson Chi
Square.
PERBEDAAN CHI-SQUARE DENGAN FEPT
CHI-SQUARE
▪ Bersifat pendekatan
▪ Dilakukan pada data dengan sampel
besar
▪ Menggunakan nilai yang
dibandungkan dengan tabel
FISHER EXACT TEST
▪ Bersifat eksak
▪ Dilakukan pada data dengan sampel
kecil
▪ Data yang dapat diuji berbentuk
nominal dengan ukuran sampel n
sekitar 40 atau kurang
▪ Ada sel-sel berisikan fh < 5
▪ Menggunakan peluang
UJI X2 (CHI-SQUARE)
KOREKSI YATES (TIDAK DIBAHAS)
KOREKSI YATES

Statistik uji X2 dapat dihitung dengan Kriteria

persamaan Kriteria Total
1 2
N(AD−BC)2 1 A B A+B
▪ X2 =
(A+C)(B+D)(A+B)(C+D)
2 C D C+D

Total A+C B+D A+B+C+D

Contoh

▪ Tabel berikut menyajikan tabel kontingensi antara kebiasaan merokok pada malam hari
dan kejadian serangan kanker paru-paru dari 56 orang perokok berat. Dihipotesiskan
kanker paru-paru berkaitan dengan kebiasaan merokok pada malam hari.

56[(20)(14)−(16)(6)]2 Kanker Kabiasaan merokok malam hari

𝑋2 = = 3.376 Total
(26)(30)(36)(20)
paru-paru Ya Tidak
X20.05,1 = 3.841
Ya 20 16 36
Karena X2 < X20.05,1 maka Tidak 6 14 20
Tidak Signifikan atau Total 26 30 56

Kebiasaan merokok di malam hari tidak menyebabkan kanker paru-paru

UJI X2 (CHI-SQUARE)
Pearson’s Chi-Square
LANGKAH ANALISIS

▪ Kumpulkan data
▪ Tentukan hipotesis (Hi dan Ho)
▪ Lakukan uji analisis
▪ Tentukan kesimpulan
Analsis Pearson’s Chi-Square

Statistik uji X2 dapat dihitung dengan Kriteria

persamaan Kriteria Total
1 2
2 (𝑓𝑜−𝑓ℎ)2
▪𝑋 = σ 1 a b a+b
𝑓ℎ
2 c d c+d
Degrees of Freedom (DF) are
3 e f e+f
▪ (R – 1) (C – 1)
Total a+c+e b+d+f a+b+c+d+e+f
▪ R : Baris
▪ C : Kolom
Contoh: Apakah Jenis Kelamin Berpengaruh Terhadap
Tingkat Pendidikan?

1. Kumpulkan data 2. Tentukan hipotesis

Jenis Kelamin ▪ Hi: Jenis kelamin
Pendidika
n
Total berpengaruh terhadap
Lk Pr
tingkat pendidikan.
SLTP 25 11 36
▪ Ho: Jenis kelamin tidak
SLTA 32 14 46 berpengaruh terhadap
Kuliah 3 14 17 tingkat pendidikan.
Total 60 39 99 ▪ X2>X2tabel : Ho ditolak/Hi
diterima.
3. Analisis

Langkahnya: Jenis Kelamin

Pendidikan Total
1. Menempatkan di tabel Fo Lk Pr

2. Menghitung Fh dengan SLTP 25 11 36

rumus
SLTA 32 14 46
Fha = (36*60)/99 = 21,818
Kuliah 3 14 17

Total 60 39 99
 Lanjutan Analisis

X2 = 15,865
X20.05,2 = 5,991 Cell fo fh fo-fh (fo-fh)2 (f0-fh)2/fh

Karena X2 > X20.05,2 maka A 25 21,818 3,182 10,124 0,464

B 11 14,182 -3,182 10,124 0,714
Ho ditolak atau Signifikan
C 32 27,879 4,121 16,984 0,609
D 14 18,121 -4,121 16,984 0,937
E 3 10,303 -7,303 53,334 5,177
4. Penarikan kesimpulan
F 14 6,697 7,303 53,334 7,964
Jenis kelamin X2 = 15,865
mempengaruhi
pendidikan.
UJI FEPT
(FISHER EXACT PROBABILITY TEST)
FEPT

Group
Besarnya probabilitas dihitung Variabel Total
menggunakan rumus: I II

𝐴+𝐵 ! 𝐶+𝐷 ! 𝐴+𝐶 ! 𝐵+𝐷 ! + A B A+B

𝑝=
𝑁! 𝐴! 𝐵! 𝐶! 𝐷!
- C D C+D
Dan dibandingkan dengan derajat kritis
Total A+C B+D N
 CONTOH

Besarnya probabilitas:
Les Privat
Hasil
6!9!7!8! Total
𝑝= = 0,0336 Ujian
15!5!1!2!7!
Ya Tidak
Dan dibandingkan dengan derajat kritis
Lulus 5 1 6
P = 0,0336
Derajat kritis 5%
Tidak 2 7 9
P < 0,05 maka Ho ditolak atau
Total 7 8 15
Les privat mempengaruhi hasil ujian
CATATAN

Chi-Square FEPT
▪ X2 < X2 Tabel maka ▪ P < Derajat kritis maka
▪ Ho diterima ▪ Ho ditolak
Terimakasih...

© 2017 – 5M