MAKALAH

CHI SQUARE

DISUSUN OLEH :

NAMA : TETY KARMILA BR KARO KARO ( PSIK 3.1)

DESKY RAMADHANI (PSIK 3.1)
SURYA DARMA (PSIK 3.2)

PROGRAM STUDI ILMU KEPERAWATAN

FAKULTAS KEPERAWATAN

INSTITUT KESEHATAN DELI HUSADA DELITUA

T.A 2018/2019
 KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan yang Maha Esa dimana masih
memberikan kepada kami kesehatan, sehingga kami dapat menyelesaikan tugas
makalah menegenai “ UJI CHI-SQUARE”

Makalah ini dibuat untuk memenuhi salah satu tugas mata kuliah dan
makalah ini menjelaskan materi tentang pengertian uji chi square

Kami mengucapkan terimakasih yang sebesar-besarnya kepada semua

pihak yang telah membantu Kami dalam menyusun makalah ini. kami juga
berharap semoga makalah ini dapat bermanfaat bagi para pembaca.

Dengan segala kerendahan hati. kritik dan saran yang konstruktif sangat
kami harapkan dari para pembaca guna untuk meningkatkan dan memperbaiki
pembuatan makalah pada tugas yang lain nantinya pada waktu mendatang.

Delitua,Januari 2019
 BAB I
PENDAHULUAN

A. 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.

B. Topik Bahasan
1. Chi square untuk uji hipotesis deskriptif satu sampel.
2. Chi square untuk uji hipotesis komparatif dua sampel independen.
3. Chi square untuk uji hipotesis komparatif k sampel independen.

C. Tujuan Penulisan Makalah

1. Dapat memahami chi square untuk uji hipotesis deskriptif satu sampel.
2. Dapat memahami chi square untuk uji hipotesis komparatif dua sampel independen.
3. Dapat memahami chi square untuk uji hipotesis komparatif k sampel independen.
 BAB II
PEMBAHASAN

A. Chi Square
Sebuah metode statistika nonparametrik yang paling terkenal dan banyak
digunakan ialah uji kai kuadrat. Uji ini tidak dibatasi oleh asumsi-asumsi ketat tentang
jenis populasi maupun parameter populasi, yang dibutuhkan hanya derajat bebas. Uji
kai kuadrat 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). 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).
Karakteristik Chi‐Square:
- Nilai Chi Square selalu positif karena merupkan hasil pengkuadratan.
- Terdapat beberapa kelompok distribusi Chi Square, yaitu distribusi Chi
square dengan dk=1, 2, 3, dst.
- 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
Contoh untuk 3 kategori klas:
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 : 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

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
2) Klik Values → isi values label

3) Buka Data view → Masukkan data

4) Klik Analyze → non parametric tests → chi square

5) Masukkan jurusan pada test variable list

6) Klik exact → klik monte carlo → isi number of samples → continue

7) Klik options → descriptive → continue

8) Klik OK

9) Hasil SPSS

Test Statistics

jurusan

Chi-Square 20.520a

Df 2

Asymp. Sig. .000

Monte Carlo Sig. Sig. .000b

99% Confidence Interval Lower Bound .000

Upper Bound .012

a. 0 cells (.0%) have expected frequencies less than 5. The minimum

expected cell frequency is 65.3.

b. Based on 375 sampled tables with starting seed 926214481.

Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka

dapat diketahui bahwa Chi square hitung = 20,52. Df = 2. Berdasarkan dk 2 dan
probabilitas 5%, maka diperoleh chi square tabel = 5,99. Chi square hitung
lebih besar dari chi square tabel (20,52 > 5,99). Dengan demikian H0 ditolak
dan Ha diterima.
Ha : Jumlah siswa yang memilih 3 jurusan berbeda
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
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:
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
2) Isi Value labels minat

3) Isi value labels jenis sekolah

4) Buka Data view → Masukkan data

5) Klik anlyze → descriptive statistic → crosstabs

6) Pindahkan Minat ke row dan jenis sekolah ke column

7) Klik statistics → centang chi square → continue

 8) Klik OK

Hasil Perhitungan SPSS

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig. (1-

Value df (2-sided) (2-sided) sided)

Pearson Chi-Square 32.334a 1 .000

Continuity Correctionb 30.496 1 .000

Likelihood Ratio 33.546 1 .000

Fisher's Exact Test .000 .000

Linear-by-Linear
32.119 1 .000
Association

N of Valid Casesb 150

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is
32.67.

b. Computed only for a 2x2 table

Dengan df = 1 dan probabilitas 5%, maka diperoleh chi square tabel = 3,84.
Ternyata nilai Chi square hitung = 32,334 > Chi square tabel 3,84. Dengan
demikian H0 ditolak dan Ha diterima.

3. Chi square untuk uji hipotesis komparatif k sampel independen

Chi square k sampel digunakan untuk menguji hipotesis komparatif lebih dari
dua sampel, atau untuk memeriksa apakah sampel-sampel yang diambil secara
acak variabelnya berasal dari populasi yang homogen bila datanya berbentuk
diskrit atau nominal. Dalam uji ini hipotesis nol adalah frekuensi atau proporsi k
sampel berasal dari populasi yang sama atau populasi yang identik (Suciptawati,
2010).
Rumus :

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
2) Isi value labels jenis sekolah→ klik OK

3) Isi Value labels Prodi → Klik OK

4) Klik Analyze → non parametris test → K independent samples

5) Pindahkan jenis sekolah ke test variable list dan prodi ke grouping variable →
Isi

6) Klik Define range

7) Klik exact → isi number of sample

8) Klik Options → klik descriptive → Klik OK

Test Statisticsb,c

Jenissekolah

Chi-Square .000

Df 4

Asymp. Sig. 1.000

Exact Sig. 1.000a

Point Probability 1.000a

a. Exact results are provided instead of Monte Carlo for this test.

b. Kruskal Wallis Test

c. Grouping Variable: Prodi

 Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka
dapat diketahui bahwa Chi square hitung = 0,00. Df = 4. Berdasarkan df 4 dan
probabilitas 5%, maka diperoleh chi square tabel = 9,488. Chi square hitung
lebih kecil dari chi square tabel (0,00 < 9,488). Dengan demikian H0 diterima
dan Ha ditolak.

10) Kesimpulan
Tidak terdapat perbedaan yang signifikan antara jenis asal sekolah mahasiswa
lima prodi di fakultas teknik
 BAB III
PENUTUP

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.
 DAFTAR PUSTAKA

Gunawan, Muhammad Ali. 2013. Statistik Untuk Penelitian Pendidikan. Yogyakarta: Parama
Publishing
Suciptawati, Ni luh Putu. 2010. Metode Statistika Nonparametrik. Denpasar: Udayana
University Press
Sufren dan Natanael, Yonathan. 2013. Mahir Menggunakan SPSS Secara Otodidak. Jakarta:
PT. Elex Media Komputindo
Sugiyono. 2013. Statistik Nonparametris Untuk Penelitian. Bandung: CV. Alfabeta