PENDAHULUAN
B. Kegunaan Chi-Square
Adapun kegunaan dari uji Chi-Square, adalah :
1. Ada tidaknya asosiasi antara 2 variabel (Independent test)
2. Apakah suatu kelompok homogen atau tidak (Homogenity test)
3. Uji kenormalan data dengan melihat distribusi data (Goodness of fit test)
C. Uji Kenormalan Data Dengan Chi-Square.
Salah satu bentuk probabilitas yang penting peranannya dalam statistic inferensia
adalah distribusi normal. Maka setelah suatu kelompok data diolah dengan statistic
deskriptif atau telah diketahui nilai rata-rata, variaans dan sebagainya, sebelun data
tersebut diolah dengan statistik inferensia data tersebut seharusnya diuji apaka data
tersebut berdistribusi normal atau tidak.
Hal ini penting mengingat pengolahan statistik terbagi atas sstatistik parametik dan
statistik non parametik. Pengolahan data menggunakan statistik parametik memiliki
syarat diantaranya bahwa data harus berdistribusi normal, artinya data yang tidak
berdistribusi normal tidak dapat diolah menggunakan statistik parametik tetapi hanya
dapat diolah menggunakan distribuasi non parametik.
Uji kenormalan data dapat dilakukan dengan menggunakan kertas peluang normal, uji
lilliefors, uji chi-square dan lainnya.
D. Langkah-Langkah Uji Kenormalan
Langkah-langkah dalam menguji kenormalan suatu data adalah sebagai berikut:
1. Ubah data ke dalam bentuk table seperti dibawah ini.
BB BA Oi z1 z2 p1 p2 P Ei
Kolom BB diisi dengan batas bawah kelas. Kolom BA diisi dengan batas atas kelas.
Sedangkan kolom Oi diisi dengan frekuensi dari masing-masing kelas.
z=x-xS
Dimana nilai x diperoleh dari kolom BB untuk z1 dan kolom BA untuk z2.
nilaix merupakan rata-rata dan nilai S merupakan simpangan baku atau standar deviasi.
Dalam excel ditulis
=(sel BB-sel rata-
=NORMSDIST(z)
Selanjutnya kolom P merupakan nilai selisih dari p1 - p2. Sedangkan kolom Ei (expected
value) diisi dengan mengalikan nilai pada P dengan jumlah data.
2. Setelah didapat nilai Oi dan Ei. Selanjutnya mengitung Chi-square dengan menggunakan
fungsi CHITEST dan CHIINV, maka diperoleh :
Mencari nilai Chi-square probabilitas.
=CHITEST(actual_range, expected_range)
Mencari nilai Chi-square hitung.
=CHIINV(probability, degrees_freedom)
3. Setelah nilai Chi-square hitung diperoleh maka selanjutnya mencari nilai Chi-
square tabel dimana nilai Chi-square tabel diperoleh dengan menggunakan
fungsi CHIINV. Hanya untuk probabilitas disesuaikan dengan taraf signifikannya.
==CHIINV(0.05,1)
C. Analisis Hasil
Membuat hipotesis :
H0 : Data Berdistribusi Normal.
H1 : Data Tidak Berdistribusi Normal
Uji antara beberapa k proporsi
Pengujian chi kuadrat dapat digunakan untuk menguji kesamaan dari dua proporsi atau
lebih. Pengujian kesamaan proporsi sama dengan pengujian independensi.
1. Uji Proporsi yang Dihipotesiskan : nilai proporsi yang dihipotesiskan
d.f. = k – m – 1
2. Uji Beda Dua Proporsi
d.f. = (r - 1)(k - 1)
3. Uji Beda k Proporsi : hipotesis nol tidak benar.
d.f. = (r - 1)(k - 1)
Statistik chi kuadrat untuk menguji kebebasan dapat juga diterapkan untuk menguji
apakah k populasi binom memiliki parameter yang sama p. Sesungguhnya uji ini
merupakan perluasan uji yang dijelaskan anara dua proporsi menjadi selisih antara k
populasi.
Alternatifnya bahwa populasi proporsi itu tidak semuanya sama yang (ekivalen) dengan
pengujian bahwa terjadinya keberhasilan atau kegagalan tidak bergantung pada populasi
yang diambil sampelnya. Menghitung di dalam uji proporsi ini frekuensi harapan
dihitung seperti cara yang diterangkan sama dengan uji kebebasan dan bersama–sama
dengan frekensi yang teramati perhitungan menggunakan rumus dari uji kebebasan, yaitu
(Walpole,1995) Dan dengan:
V = (2 - 1)(k - 1) = k – 1
Mengambil wilayah kritik diderajat bebas yang berbentuk , maka dapat disimpulkan
mengenai tidak semuanya sama
Kaidah keputusan :
Jika Chi-square hitung < Chi-square tabel, maka H0 diterima. Artinya data berdistribusi
normal.
Jika Chi-square hitung > Chi-square tabel. maka H0 ditolak. Artinya data tidak
berdistribusi normal.
Pengambilan keputusan
Dari hasil perhitungan diperoleh nilai Chi-square hitung sebesar 1.546355 dan Chi-
square tabel sebesar 3.841459. Sehingga didapat hasil Chi-square hitung < Chi-
square tabel, maka H0 diterima.
BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
A. Pengumpulan data
Studi kasus adalah masalah nyata yang ada dikehidupan sehari-hari. Studi kasus ini
diambil dari simulasi percobaan yang pernah dilakukan.
Kegiatan pengambilan data dan wawancara dilaksanakan pada:
Hari/tanggal : Rabu, 2 November 2011
Waktu : 13.00 s.d 14.00 WIB
Media : Wawancara Langsung
Narasumber : Ketua Rt. 08 dan 09
Data yang diambil adalah sebagai berikut :
No KK Usia
Rt. 08
1 KK1 43
2 KK2 33
3 KK3 32
4 KK4 40
5 KK5 58
6 KK6 42
7 KK7 56
8 KK8 75
9 KK9 51
10 KK10 28
11 KK11 37
12 KK12 25
13 KK13 35
14 KK14 37
15 KK15 53
No KK Usia
16 KK16 27
17 KK17 33
Rt. 09
18 KK18 40
19 KK19 32
20 KK20 56
21 KK21 43
22 KK22 62
23 KK23 35
24 KK24 42
25 KK25 46
26 KK26 38
27 KK27 61
28 KK28 45
29 KK29 72
30 KK30 43
B. Pengolahan Data
Data diatas diolah dalam Micr. Excel sebagai berikut :
Diketahui :
xmax 75
xmin 25 Xmax merupakan nilai tertinggi dari data. Xmin merupakan
BK 6 nilai terkecil dari data, BK merupakan banyak kelas, R
R 50 merupakan Range dan interval merupakan panjang kelas.
TB TA Frequency
25 33 7
34 42 9
43 51 6
52 60 4
61 69 2
70 78 2
Dari hasil pengujian statistik deskriptif melalui Micr. Excel diperoleh data sebagai
berikut :
Usia
Mean 44
Standard Error 2.337107
Median 42
Mode 43
Standard Deviation 12.80086
Sample Variance 163.8621
Kurtosis 0.11529
Skewness 0.797472
Range 50
Minimum 25
Maximum 75
Sum 1320
Count 30
Rata-rata : 44
BB BA Oi zi z2 p1 p2 P Ei
24.5 33.5 7 -1.5 -0.8 0.06 0.21 0.14 4.27
33.5 42.5 9 -0.8 -0.1 0.21 0.45 0.25 7.42
43.5 51.5 6 0.0 0.6 0.48 0.72 0.24 7.10
53.5 60.5 4 0.7 1.3 0.77 0.90 0.13 3.91
63.5 69.5 2 1.5 2.0 0.94 0.98 0.04 1.22
73.5 78.5 2 2.3 2.7 0.99 1.00 0.01 0.21
Oi Ei
16 11.69
6 7.10
8 5.34
Membuat hipotesis :
H0 : Data Berdistribusi Normal.
H1 : Data Tidak Berdistribusi Normal
Kaidah keputusan :
Jika Chi-square hitung < Chi-square tabel, maka H0 diterima. Artinya data berdistribusi
normal.
Jika Chi-square hitung > Chi-square tabel. maka H0 ditolak. Artinya data tidak
berdistribusi normal.
Pengambilan keputusan
Dari hasil perhitungan diperoleh nilai Chi-square hitung sebesar 1.546355 dan Chi-
square tabel sebesar 3.841459.
Sehingga didapat hasil Chi-square hitung < Chi-square tabel, maka H0 diterima.
Data yang didapat adalah data yang berdistribusi normal.
BB BA Nilai Tengah
24.5 33.5 29
33.5 42.5 38
43.5 51.5 47.5
53.5 60.5 57
63.5 69.5 66.5
73.5 78.5 76
BAB IV
PENUTUP
A. Kesimpulan
Dari data diatas saya menyimpulkan bahwa data yang saya peroleh dari narasumber,
merupakan Data Berdistribusi Normal berdasarkan pengujian Chi-square yang telah
dilakukan.
B. Penutup
Saya menyadari bahwa makalah ini masih jauh dari sempurna, oleh karena itu kritik
dan saran dari semua pihak yang bersifat membangun selalu kami harapkan demi
kesempurnaan makalah ini.
Akhir kata, saya sampaikan terima kasih kepada semua pihak yang telah berperan
serta dalam penyusunan makalah ini dari awal sampai akhir.
DAFTAR PUSTAKA
Fransisca, deka. 2010, UJI BEDA PROPORSI (CHI – SQUARE), (tersedia pada
URL: http://dekafransiscamarthadewi.blogspot.com/2010/06/uji-beda-proporsi-chi-
square.html pada tanggal 6 november 2011 pukul 8.51 WIB)
Satria, Eri. 2011, Labkom STIE YASA ANGGANA GARUT.
Sofyan, oke. 2010, UJI BEDA PROPORSI (CHI – SQUARE), (tersedia pada
URL: http://okeita-oke.blogspot.com/2010/02/chi-square.html pada tanggal 8 november
2011 pukul 17.15 WIB)