MAKALAH

FISHER EXACT PROBABILITI TEST

(UJI FISHER)

Diajukan untuk memenuhi salah satu tugas

mata kuliah Statistika Terapan

Disusun oleh :
Desi kantiani ( 2C _2118140086 )
Nurun Zulfatun Nimah ( 2D_ 2118140119 )

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS GALUH
CIAMIS 2016

1
 Kata Pengantar

Puji syukur saya panjatkan kehadirat Allah SWT berkat rahmat dan
karunianya alhamdulillah saya dapat menyelesaikan salah satu tugas tentang
FISHER EXACT PROBABILITI TEST ( UJI FISHER ) .
Adapun maksud dari penyusunan makalah ini adalah sebagai bukti
evaluasi dan melatih mahasiswa dalam melaksanakan kegiatan mata kuliah
Statistika Terapan . Makalah ini disajikan secara sistematis, sehingga mudah
untuk di pelajari. Hal ini dilakukan agar sumber yang satu dan yang lainnnya
mendapatkan informasi dan kebenaran yang benar-benar akurat dan dapat
dipercaya
Akhir kata, tiada gading yang tak retak, demikian pula dengan makalah
ini, masih jauh dari sempurna. Oleh karena itu, saran dan kritik yang
membangun tetap kami nantikan demi kesempurnaan makalah ini. Akhirnya,
semoga makalah ini dapat bermanfaat bagi pembaca.

Kawali, MEI 2016

PENULIS

2
 Daftar Isi

Kata Pengantar .........................................................................................

Daftar Isi .........................................................................................
Bab 1 Pendahuluan ................................................................................... .
A. Latar Belakang ................................................................................
B. Rumusan Masalah ...........................................................................
C. Tujuan Penelitian.............................................................................
D. Manfaat Penelitian...........................................................................
Bab II Pembahasan...................................................................................
A. FISHER EXACT PROBABILITI TEST ........................................
Bab III Penutup........................................................................................
a. Kesimpulan ........................................................................................
Daftar Pustaka..........................................................................................

3
 BAB I
Pendahuluan

A. Latar Belakang
Uji eksak fisher ( uji exact test ) sebagai alternatif jika persyaratan analaisi
chi-kuadrat untuk tabel silang 2X2 tidak dipenuhi . Hal ini perlu mendapat
perhatian karena beberapa pertimbangan sebagai berikut.
Peubah dikotomi yang memiliki hanya dua kemungkinan nilai selalu di jumpai
dalam kehidupan sehari-hari .Banyak penelitian yang sulit menggunakan sampel
besar,karena subjek atau objek penelitian memang langka , misalnya penelitian
penyakit tertentu yang masih jarang terjadi . Dalam kasus yang seperti ini, sampel
kecil saja yang mungkin digunakan .
Sekalipun subjek atau objek penelitian banyak, kalau informasi yang
diperlukan sudah dapat diperoleh dengan sampel kecil,maka menghindari sampel
besar merupakan langkah yang bijaksana untuk keefesienan .
Kita bisa menarik 2 sampel acak yang bebas dari dua populasi , dan
mengelompokkan subjeknya yang memiliki atau tidak memiliki karakteristik
tertentu .Dalam hal ini kita memperoleh dua sampel bebas dari hasil pengukuran
dan kelompok dari masing-masing hasil pengukuran menjadi anggota dari salah
satu dari dua kelompok yang saling terpisah ( exclusive ) .
Banyak metode statistik tidak dapat digunakan dalam situasi dan kondisi
seperti ini . Dengan demikian , uji eksak fisher menjadi alternatif yang patut
dipertimbangkan dan dipergunakan . Pembahasan masalah ini memberi isyarat
bahwa tidaklah arif kalau kita langsung menghakimi suatu penelitian dengan
mengatkan bahwa sampelnya kecil, tanpa memperhatikan latar belakang masalah
dan teknik analisis yang digunakan . Penelitian yang mengambil duabebas dan
memperhatikan sebuah peubah dikotomi sebagai hasil dari sebuah perlakuan
dapat mengguanakan tabel silang 2X2, atau dengan singkat disebut tabel 2X2 .

4
B. Rumusan Masalah

1. Bagaimana aplikasi uji eksak fisher

2. Bagaimana hasil perhitungan uji eksak fisher

C. Tujuan Penelitian

1. Untuk mengaplikasikan uji eksak fisher ( distributif f ) dan uji t

( distributif t –student ) dalam menentukkan varian dan mean .

2. Untuk mengetahui hasil perhitungan uji eksak fisher dalam menentukkan

varian dan mean

D. Manfaat Penelitian
 Bagi penulis
1. Menambah pengetahuan tentang aplikasi uji eksak fisher ( distributif f )
dan uji t ( distributif t-student ) .
2. Mampu menganalisa dan mengkaji permasalahan matematika khususnya
statistik dalam kehidupan .
 Bagi pembaca
1. Dapat digunakan sebagai sumber informasi untuk sumbangan pemikiran
sehingga lebih memahami bagaimana aplikasi uji eksak fishern( distribusi
f ) dan uji t ( uji t-student )
2. Dapat digunakan sebgai literatur penunjang khususnya bagi mahasiswa
yang menempuh mata kuliah statitik
3. Sebagai Instansi atau Lembaga Sebagai sarana informasi yang
memberikan konstribusi tentang statistik khususnya aplikasi uji eksak
fisher ( distribusi f ) dan uji t ( distribusi t-student )

5
 BAB II
Pembahasan

Fisher test merupakan uji eksak yang diturunkan oleh seorang bernama
Fisher, karenanya disebut uji eksak Fisher. Uji Fisher Merupakan salah satu uji
nonparametrik yang digunakan untuk menganalisis dua sampel independen yang
berskala nominal atau ordinal. Perbedaan uji fisher dengan uji chi square adalah
pada sifat kedua uji tersebut dan ukuran sampel yang diperlakukan. Uji fisher
bersifat eksak sedangkan uji chi square bersifat pendekatan. Uji chi square
dilakukan pada data dengan sampel besar, sedangkan uji Fisher dilakukan pada
data dengan sampel kecil. Perhitungan Fisher Test sama sekali tidak melibatkan
chi-square, akan tetapi langsung menggunakan peluang.

Uji Fisher biasanya dilakukan untuk jumlah sampel yang kecil dan biasanya
dilakukan untuk tabel kontingensi 2×2. Uji ini biasanya tepat untuk semua tabel
kontingensi 2×2, yang nilai harapannya terlalu kecil jika diuji dengan Chi-Square.
Namun uji Chi Square Kuadrat bisa digunakan dan akan memberikan hasil yang
sama. Uji Fisher sangat baik digunakan pada kondisi sebagai berikut :

1. Bila sampel total kurang dari 20

2. Atau bila jumlah sampel 20<n<40 dengan nilai ekspektasinya < 5

Berikut ini contoh tabel kontingensi dan rumus dari Uji Fisher :

Tabel kontingensi 2×2

Grup
Variable Jumlah
I II

+ A B A+B

- C D C+D

Jumlah A+C B+D N

6
 Grup I dan IIadalah sembarang kelompok. variable X dan Y adalah
sembarang dua klasifikasi seperti diatas dan dibawah median, lulus dan gagal,
setuju dan tidak setuju, dan seterunsnya. A, B, C, dan D menyatakan Frekuensi.

Rumus dasar yang digunakan untuk uji ini adalah :

( A  B)! (C  D)! ( A  C )! ( B  D)!

P
N! A! B! C! D!

Hipotesis awal ditolak jika nilai P-value yang diperoleh lebih kecil dari
taraf signfikansi yang digunakan. Nilai P-value didapat dengan menjumlahkan
peluang dari pemunculan data dengan peluang dari kemungkinan pemunculan
yang lebih ekstrim atau dapat menggunakan tabel Fisher, lihat pada buku Statistik
Nonparametrik untuk Ilmu – Ilmu Sosial karangan Sidney Siegel. Untuk uji 1 arah
hanya diambil dari satu sisi pemunculan yang lebih ekstrim, sedangkan untuk uji
2 arah diambil dari kedua sisi pemunculan yang lebih ekstrim.

Keuntungan dan kerugian uji fisher

Dalam menggunakan uji ini memiliki keuntungan dan kerugian. Berikut ini
merupakan beberapa keuntungan dari uji ini :

 Hasilnya langsung dengan nilai p yang pasti

 Tes hanya didasarkan atas hasil pengamatan yang nyata
 Tidak dibutuhkan asumsi populasi berdistribusi normal
 Tidak dibutuhkan asumsi kedua kelompok yang diambil dari populasi
secara random

Adapun beberapa kerugian dari Uji ini adalah

 Sulit dalam melakukan ekstrapolasi terhadap populasi studi dan

7
  Ahli statistika yang beranggapan bahwa tujuan akhir uji statistik
mengadakan estimasi terhadap parameter populasi tidak setuju dengan Uji
Fisher.

Contoh.1:

Untuk uji 1 arah

Seorang mahasiswa melakukan penelitian untuk menguji apakah proporsi

siswa yang mengikuti les privat lebih banyak yang lulus ujian dibandingkan
dengan siswa yang tidak mengikuti les privat. Selanjutnya diambil sampel
sebanyak 15 siswa. Dari 6 yang lulus ternyata 5 yang mengikuti les privat dan dari
9 yang tidak lulus ternyata 7 yang tidak ikut les privat. Gunakan alpha 5 %.

Jawab:

Pertama dibentuk tabel kontingensi sebagaimana dibawah ini.

Les Privat
Hasil Ujian Total
Ya Tidak
Lulus 5 1 6
Tidak 2 7 9
Total 7 8 15

Definisikan P1 adalah Proporsi siswa yang lulus yang ikut les privat dan
P2 adalah proporsi siswa yang lulus yang tidak ikut les privat

Ho: P1=P2 (Tidak ada perbedaan proporsi siswa yang lulus ikut les privat dan
yang tidak ikut les privat)

Ha: P1>P2 (Ada perbedaan Proporsi siswa yang lulus ikut les privat lebih banyak
dari yang tidak ikut les privat)

Peluang pemunculan data:

8
 ( A  B)! (C  D)! ( A  C )! ( B  D)! (5  1)! (2  7)! (5  2)! (1  7)!
P 
N! A! B! C! D! 15! 5! 1! 2! 7!
720 . 362880 . 5040 . 40320
P  0,0336
1307674368000 .120 .1. 2 . 5040

Peluang kemungkinan pemunculan lainnya yang lebih ekstrim:

Les Privat
Hasil Ujian Total
Ya Tidak
Lulus 6 0 6
Tidak 1 8 9
Total 7 8 15

( A  B)! (C  D)! ( A  C )! ( B  D)! (6  0)! (1  8)! (6  1)! (0  8)!

P 
N! A! B! C! D! 15! 6! 0! 1! 8!
720 . 362880 . 5040 . 40320
P  0,0014
1307674368000 . 720 .1.1. 40320

Jadi, besarnya probabilita (P-value) adalah sebesar : 0,0336 + 0,0014 = 0,035 <
0,05

Keputusan: Tolak Ho karena p-value < α dan Terima Ha (0,035<0,05).

Disimpulkan ada perbedaan Proporsi siswa yang lulus ikut les privat lebih banyak
dari yang tidak ikut les privat dengan tingkat kepercayaan sebesar 95 %.

Uji 2 arah

Jika kita menggunkan hipotesisi untuk uji dua arah dalam kasuh contoh uji satu
arah diatas

Ho: P1=P2 (Tidak ada perbedaan proporsi siswa yang lulus ikut les privat dan
yang tidak ikut les privat)

9
H1: P1≠P2 (Ada perbedaan proporsi siswa yang lulus ikut les privat dan yang
tidak ikut les privat)

Peluang diatas ditambah dengan kemungkinan pemunculan ekstrim dari sisi yang
lain. Kemungkinan pemunculan dari sisi yang lain adalah:

Les Privat
Hasil Ujian Total
Ya Tidak
Lulus 0 6 6
Tidak 7 2 9
Total 7 8 15

( A  B)! (C  D)! ( A  C )! ( B  D)! (0  6)! (7  2)! (0  7)! (6  2)!

P 
N! A! B! C! D! 15! 0! 6! 7! 2!
720 . 362880 . 5040 . 40320
P  0,0056
1307674368000 .1. 720 . 5040 . 2

Jadi, besarnya probabilitas (P-value) adalah sebesar 0,0336+0,0014+0,0056=

0,041

Keputusan: Tolak Ho karena p-value < α dan Terima Ha (0,041 < 0,05).
Disimpulkan ada perbedaan Proporsi siswa yang lulus ikut les privat lebih banyak
dari yang tidak ikut les privat dengan tingkat kepercayaan sebesar 95 %.

Contoh.2:

Disinyalir adanya kecenderungann para Birokrat lebih menyukai mobil

berwarna gelap, dan para Akademisi lebih menyukai warna terang. Untuk
membuktikan hal tersebut telah dilakukan pengumpulan data dengan
menggunakan sampel yang diambil secara random. Dari 8 orang birokrat yang
diamati, 5 orang bermobil warna gelap dan 3 orang bermobil warna terang.

10
Selanjutnya dari 7 orang Akademisi yang diamati, 5 orang menggunakan mobil
warna terang dan 2 orang warna gelap.

Ho : Tidak terdapat perbedaan antara Birokrat dan Akademis dalam menyukai

warna mobil.

Ha : Terdapat perbedaan antara Birokrat dan Akademis dalam menyukai warna

mobil.

Table berikut merupakan frekuensi tingkat kesukaran warna mobil antara

birokrat dan akademisi

Kelompok Gelap Terang Jumlah

Birokrat 5 3 8
Akademisi 2 5 7
Jumlah 7 8 15

1. Gunakan rumus (P(a,b,c,d) untuk menghitung harga P. Supaya memudahkan

dalam perhitungngan lihat Tabel data
diatas
( A  B)! (C  D)! ( A  C )! ( B  D)! (5  3)! (2  5)! (5  2)! (3  5)!
P 
N! A! B! C! D! 15! 5! 3! 2! 5!
40320 . 5040 . 5040 . 40320
P  0,1828
1307674368000 .120 . 6 . 2 .120

2. Karena berdasarkan hasil pengamatan table diatas, tidak ada frekuensi

berangka 0, maka masih memungkinan untuk terjadinya frekuensi yang
ekstrim pada jumlah baris dan kolom yang sama (lihat Tabel data), oleh
karena itu perlu diketahui pula kemungkinan harga p yang ekstrim
tersebut.
Table berikut merupakan nilai kemungkinan frekuensi tingkat kesukaran
warna mobil antara birokrat dan akademisi yang Ekstrim

11
 Kelompok Gelap Terang Jumlah
Birokrat 0 8 8
Akademisi 7 0 7
Jumlah 7 8 15

( A  B)! (C  D)! ( A  C )! ( B  D)! (0  8)! (7  0)! (0  7)! (8  0)!

P0  
N! A! B! C! D! 15! 0! 8! 7! 0!
40320 . 5040 . 5040 . 40320
P0   0,0002
1307674368000 .1. 40320 . 5040 .1

Kelompok Gelap Terang Jumlah

Birokrat 7 1 8
Akademisi 0 7 7
Jumlah 7 8 15

( A  B)! (C  D)! ( A  C )! ( B  D)! (7  1)! (0  7)! (7  0)! (1  7)!

P1  
N! A! B! C! D! 15! 7! 1! 0! 7!
40320 . 5040 . 5040 . 40320
P1   0,0012
1307674368000 . 5040 .1. 1. 5040

Jadi, besarnya probabilitas (P-value) = P+P0+P1 =

0,1828+0,0002+0,0012=0,1842 (0,1842 > 0,05). Kesimpulannya, tidak ada
perbedaan antara Birokrat dan Akademisi dalam memilih warna mobil.

12
 BAB III
Penutup
a. Kesimpulan
Fisher test merupakan uji eksak yang diturunkan oleh seorang
bernamaFisher,karenanya disebut uji eksak Fisher . Uji ini dilakukan untuk
menguji signifikansi hipotesis komparatif dua sampel independen . Perbedaan uji
fisher dengan uji chi square adalah pada sifat kedua uji tersebut dan ukuran
sampel yang diperlukan . Uji fisher bersifat eksak sedangkan uji chi square
bersifat pendekatan . uji chi square dilakukan pada data dengan sampel besar ,
sedangkan uji Fisher dilakukan pada data sampel kecil .Data yang dapat diuji
dengan Fisher testini berbentuk nominal dengan ukuran sampel n sekitar 40 atau
kurang ,dan ada sel-sel berisikan frekuensi diharapkan kurang dari lima
.Perhitungan fisher test sama sekali tidak melibatkan chi-square ,akan tetapi
langsung menggunakan peluang.

Kami menyadari bahwa dalam penyusunan makalah “Kalimat Efektif” ini

masih banyak terdapat kekurangan baik dari segi materi, isi materi, maupun cara
penulisannya.Oleh karena itu kami meminta saran dari pembaca untuk
penyempurnaan makalah bisa lebih sempurna lagi untuk penulisan berikutnya.
Atas perhatian pembaca,penyusun ucapkan terima kasih.

13
 Daftar Pustaka

http://digensia.wordpress.com/2013/04/26/uji-fisher-fisher-exact-test/

Siegel, Sidney.1997.Statistik Nonparametrik untuk Ilmu – Ilmu Sosial. Jakarta:

PT Gramedia Pustaka Utama.

14