TUGAS AKHIR MATA KULIAH STATISTIK

“UJI CHI SQUARE”

OLEH:
PUTU DIAH WAHYUNI
NIM. P 07134017084

KEMENTRIAN KESEHATAN REPUBLIK INDONESIA

POLITEKNIK KESEHATAN DENPASAR
JURUSAN TEKNOLOGI LABORATORIUM MEDIK
2019/2020
I. PENDAHULUAN
Dalam statistik parametrik ukuran korelasi yang umum digunakan adalah korelasi
Product Moment Pearson. Diantara korelasi nonparametrik yang ekuivalen dengan
koefisien korelasi standar ini dan umum digunakan adalah Spearman R, Kendal Tau dan
coefficien Gamma. Selain ketiga pengukuran tersebut, Chi square yang berbasiskan tabel
silang juga relatif populer digunakan dalam mengukur korelasi antar variable (Junaidi,
2010).
Uji Chi-Square termasuk salah satu alat uji dalam statistik yang sering digunakan
dalam praktek. Dalam bahasan statistika non parametrik, pengujian hipotesa terhadap beda
lebih dari dua proporsi populasi tidak dapat menggunakan distribusi t atau distribusi f tetapi
menggunakan distribusi Chi-Square. Data pengujian hipotesa menggunakan distribusi Chi-
Square tidak berasal dari populasi berdistribusi normal (Wibowo, 2016).
Prosedur X2 Test (Uji Chi Square) berdasarkan tabel silang ini adalah menabulasi
(menyusun dalam bentuk tabel) suatu variabel dalam kategori dan menguji hipotesis bahwa
frekuensi yang diobservasi (data yang diamati) tidak berbeda dari frekuensi yang
diharapkan (frekuensi teoritis). Uji goodness-of-fit dari chi-square membandingkan antara
frekuensi yang diobservasi dan frekuensi yang diharapkan (expected) pada masing-masing
kategori untuk menguji bahwa semua kategori mengandung proporsi nilai yang sama atau
menguji bahwa masing-masing kategori mengandung proporsi nilai tertentu (Junaidi,
2010).

II. JENIS UJI

Uji Chi-kuadrat merupakan salah satu prosedur non parametrik yang dapat
digunakan dalam analisis statistik yang sering digunakan dalam praktek. Tekhnik Chi-
kuadrat (Chi-square; Chi dibaca: kai ; simbol dari huruf Yunani: X2 ) ditemukan oleh
Helmet pada tahun 1900, pertama kali diperkenalkan kembali oleh Karl Pearson. Uji Chi-
kuadrat digunakan untuk menguji kebebasan antara dua sampel (variabel) yang disusun
dalam tabel baris kali kolom atau menguji keselarasan dimana pengujian dilakukan untuk
memeriksa ketergantungan dan homogenitas apakah data sebuah sampel yang diambil
menunjang hipotesis yang menyatakan bahwa populasi asal sampel tersebut mengikuti
suatu distribusi yang telah ditetapkan. Oleh karena itu, uji ini dapat juga disebut uji
keselarasan (goodness of fit test), karena untuk menguji apakah sebuah sampel selaras
dengan salah satu distribusi teoritis (seperti distribusi normal, uniform, binomial dan
lainnya) (Utara, 2003).
 Pada kedua prosedur tersebut selalu meliputi perbandingan frekuensi yang teramati
dengan frekuensi yang diharapkan bila H0 yang ditetapkan benar, karena dalam penelitian
yang dilakukan data yang diperoleh tidak selamanya berupa data skala interval saja,
melainkan juga data skala nominal, yaitu yang berupa perhitungan frekuensi pemunculan
tertentu. Perhitungan frekuensi pemunculan juga sering dikaitkan dengan perhitungan
persentase, proporsi atau yang lain yang sejenis. Chi-kuadrat adalah tekhnik statistik yang
dipergunakan untuk menguji probabilitas seperti itu, yang dilakukan dengan cara
mempertentangkan antara frekuensi yang benar-benar terjadi, frekuensi yang diobservasi,
observe frequencies (disingkat F0 atau O ) dengan frekuensi yang diharapkan, expected
frequencies (disingkat Fh atau E). Ada beberapa hal yang perlu diperhatikan dalam
menggunakan Chi-kudarat, yaitu (Utara, 2003):
1. Chi-kuadrat digunakan untuk menganalisa data yang berbentuk frekuensi
2. Chi-kuadrat tidak dapat digunakan untuk menentukan besar atau kecilnya korelasi dari
variabel-variabel yang dianalisa.
3. Chi-kuadrat pada dasarnya belum dapat menghasilkan kesimpulan yang memuaskan.
4. Chi-kuadrat cocok digunakan untuk data kategorik, data diskrit atau data nominal.
Cara memberikan interpretasi terhadap Chi-kuadrat adalah dengan menentukan df
(degree of freedom) atau db (derajat bebas). Setelah itu berkonsultasi tabel harga kritik Chi-
kuadrat. Selanjutnya membandingkan antara harga Chi-kuadrat dari hasil perhitungan
dengan harga kritik Chi-kuadrat, akhirnya mengambil kesimpulan dengan ketentuan:
1. Bila harga Chi-kuadrat (X2 ) sama atau lebih besar dari tabel Chi-kuadrat maka hipotesa
nol (H0) ditolak dan hipotesa alternatif (Ha) diterima.
2. Bila harga Chi-kuadrat (X2 ) lebih kecil dari tabel Chi-kuadrat maka hipotesa nol (H0)
diterima dan hipotesa alternatif (Ha) ditolak.
Ada beberapa persoalan yang dapat diselesaikan dengan mengambil manfaat dari Chi-
kuadrat diantaranya adalah:
a. Uji Independen antara Dua Faktor
Banyak data hasil pengamatan yang dapat digolongkan ke dalam beberapa
faktor, karakteristik atau atribut terdiri dari beberapa klasifikasi, kategori, golongan
atau mungkin tingkatan. Berdasarkan hasil pengamatan terhadap fenomena demikian
akan diselidiki mengenai asosiasi atau hubungan atau kaitan antara faktor-faktor itu,
bisa dikatakan bahan faktor-faktor itu bersifat independen atau bebas, tepatnya bebas
statistik. Selain daripada itu akan diselidiki ada atau tidaknya pengaruh mengenai
beberapa taraf atau tingkatan sesuatu faktor terhadap kejadian fenomena (Utara, 2003).
 Secara umum untuk menguji independen antar dua faktor dapat dijelaskan
sebagai berikut: misalkan diambil sebuah sampel acak berukuran n, dan tiap
pengamatan tunggal diduga terjadi karena adanya dua macam faktor I dan II. Faktor I
terbagi atas b taraf atau tingkatan dan faktor II terbagi atas k taraf. Banyak pengamatan
yang terjadi karena taraf ke-I faktor ke I (i=1,2,…,b) dan taraf ke-j faktor ke II
(j=1,2,…,k) akan dinyatakan dengan nij. Hasilnya dapat dicatat dalam sebuah daftar
kontingensi b k. Pasangan hipotesis yang akan diuji berdasarkan data dengan memakai
penyesuaian persyaratan data yang diuji sebagai berikut (Utara, 2003):
H0 : Kedua faktor bebas statistik
H1 : Kedua faktor tidak bebas statistic
Uji Chi- Square ini digunakan untuk mengetahui dan mencari hubungan antara
2 variabel dengan menguji data yang berskala nominal ataupun ordinal. Pada uji ini
untuk mengetahui hubungan antara tingkat pendidikan dengan pekerjaan di Bank pada
Kota Denpasar. Untuk mengetahui hubungan dari kedua variable tersebut
menggunakan uji statistic menggunakan uji chi-square. Pada variabel tingkat
pendidikan termasuk skala data ordinal dan variabel mata pencaharian termasuk skala
data nominal.

III. ASUMSI
Asumsi yang harus dipenuhi untuk menggunakan statistic uji chi-square yaitu
a. Jumlah sampel harus besar (n > 30)
b. Sel-sel tidak boleh ada yang nol
c. Expected sel-sel harus > 5
Bila ada sel dengan exp < 5 maksimal 20% dari jumlah sel.

IV. LANGKAH-LANGKAH
a. Hipotesis Statistik
H0 : Tidak ada hubungan antara tingkat pendidikan dengan pekerjaan di Bank pada
Kota Denpasar.
Ha : Ada hubungan antara tingkat pendidikan dengan pekerjaan di Bank pada Kota
Denpasar.
b. Uji Statistik yang digunakan yaitu uji Chi-Square
c. Prinsip dan Cara Perhitungan Statistik
Prinsip uji chi-square adalah membandingkan frekuensi yang terjadi (observasi) dengan
frekuensi harapan (ekspektasi). Bila nilai frekuensi observasi dengan nilai frekuensi
harapan sama, maka dikatakan tidak ada perbedaan yang bermakna (signifikan).
Sebaliknya, bilai nilai frekuensi observasi dan nilai frekuensi harapan berbeda, maka
dikatakan ada perbedaan yang bermakna (signifikan) (Sutanto, 2007).
Cara menguji menggunakan SPSS yaitu Analyze, Descriptive Statistics, Crosstabs,
Row (Jenis Bank) Column (Tingkat Pendidikan), Statistics (Chi-Square dicentang)
Continue, Cells (Row dan Column dicentang) Continue, OK.

Rumus Chi- Square

Menurut (Square, 2013)
d. Cara membuat kesimpulan
Cara pembuatan kesimpulan yaitu dengan berdasarkan nilai p valuenya. Jika nilai p
value lebih kecil dari nilai alpha (0,05) maka H0 ditolak dan Ha diterima sedangkan nilai
p value lebih besar dari nilai alpha (0,05) maka H0 diterima dan Ha ditolak.
V. CONTOH APLIKASI
a. Penyajian hasil (tabel, grafik dan narasinya) dan Output analisis (SPSS)

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Jenis Bank * Tingkat 30 100.0% 0 0.0% 30 100.0%

Pendidikan

Pada output ini menunjukkan hasil statistic deskriptif dari kedua sampel yang diuji.
Pada valid terdapat jumlah sampel sebanyak 30 sampel dan valid 100%, tidak adanya
missing yang dapat dilihat dari persentasenya yaitu 0%. Jadi untuk total sampel yaitu
30 sampel dan dengan persentase 100%.

Chi-Square Tests

Value Df Asymp. Sig. (2-

sided)

Pearson Chi-Square 7.512a 2 .023

Likelihood Ratio 7.975 2 .019
Linear-by-Linear Association 3.291 1 .070
N of Valid Cases 30

a. 2 cells (33.3%) have expected count less than 5. The minimum

expected count is 3.50.

Berdasarkan output ini menunjukkan nilai sig dari uji chi-square sebesar 0,023, ini
menunjukan nilai sig < dari 0,05, maka dapat dikatakan bahwa H0 ditolak dan Ha
diterima yang artinya terdapat hubungan antara tingkat pendidikan dengan pekerjaan di
Bank pada Kota Denpasar.
 Jenis Bank * Tingkat Pendidikan Crosstabulation

Tingkat Pendidikan Total

SMA S1 S2

Count 3 8 4 15

Negeri % within Jenis Bank 20.0% 53.3% 26.7% 100.0%

% within Tingkat Pendidikan 23.1% 80.0% 57.1% 50.0%

Jenis Bank
Count 10 2 3 15

Swasta % within Jenis Bank 66.7% 13.3% 20.0% 100.0%

% within Tingkat Pendidikan 76.9% 20.0% 42.9% 50.0%

Count 13 10 7 30

Total % within Jenis Bank 43.3% 33.3% 23.3% 100.0%

% within Tingkat Pendidikan 100.0% 100.0% 100.0% 100.0%

Berdasarkan output diatas bagian yang terpenting, karena pada output ini akan
mendapatkan jawaban dari hipotesis yang telah dibuat yakni mengenai ada atau
tidaknya hubungan antara tingkat pendidikan dengan pekerjaan di Bank pada Kota
Denpasar. Dari hasil yang didapat terdapat sebanyak 3 orang dengan tingkat
pendidikan SMA yang mendapatkan pekerjaan di Bank Negeri, sebanyak 8 orang
dengan tingkat pendidikan S1 yang mendapatkan pekerjaan di Bank Negeri dan
sebanyak 4 orang dengan tingkat pendidikan S2 yang mendapatkan pekerjaan di Bank
Negeri. Sedangkan untuk yang mendapatkan pekerjaan pada Bank Swasta diapatkan
hasil sebanyak 10 orang dengan tingkat pendidikan SMA, sebanyak 2 orang dengan
tingkat pendidikan S1 dan sebanyak 3 orang dengan tingkat pendidikan S2

b. Pembacaan Kesimpulan
Jika nilai p value lebih kecil dari nilai alpha (0,05) maka H0 ditolak dan Ha diterima.
Sedangkan nilai p value lebih besar dari nilai alpha (0,05) maka H0 diterima dan Ha
ditolak. Sesuai dengan hasil yang didapatkan pada uji chi-square didapatkan hasil sig <
dari 0,05 atau 0,023 . 0,05 maka H0 ditolak dan Ha diterima. Ini menunjukkan bahwa
ada hubungan antara tingkat pendidikan dengan pekerjaan di Bank pada Kota Denpasar.
 DAFTAR PUSTAKA

Junaidi, J. (2010). Prosedur Uji Chi-Square. Prosedur Uji Chi-Square, 1–9. Retrieved from
https://repository.unja.ac.id/126/1/chi-square_junaidi2010.pdf

Sutanto, 2007. Analisis Data Kesehatan. Universitas Indonesia.

Square, K. C. (2013). Anonim. Uji Chi ‐ Square. Retrieved from

http://eprints.undip.ac.id/6796/1/CHI-KUADRAT.pdf

Utara, U. S. (2003). Universitas Sumatera Utara 4. Tinjauan Teoritis Uji Chi- Square, 4–16.
Retrieved from
http://repository.usu.ac.id/bitstream/handle/123456789/29262/Chapter
II.pdf?sequence=4&isAllowed=y

Wibowo, A. (2016). Staf Pengajar STMIK Sinar Nusantara Surakarta Jurnal Ilmiah
SINUS……………. 37. Uji Chi-Square Pada Statistika Dan SPSS, 37–46.