ALL ABOUT CHI SQUARE

OLEH
RENDI EDITYA D, M. Kep

PROGRAM STUDI SARJANA KEPERAWATAN

STIKES KUSUMA HUSADA SURAKARTA
2019
PENDAHULUAN
Data yang diperoleh dari penelitian dapat bersifat numerik dan kategorik. Analisa
data pada data kategorik yaitu menggunakan uji beda proporsi. Sebagai contoh
seorang peneliti ingin melihat status ekonomi dan status gizi masyarakat suatu
daerah. Status ekonomi dibagi dalam rendah, sedang dan tinggi, sedangkan status
gizi dikelompokkan dalam rendah dan tinggi.Jika pengamatan tersebut disusun
dalam bentuk tabel, maka tabel tersebut disebut dengan tabel kontingensi atau
tabel silang.
Gizi Tingkat Ekonomi
Rendah Sedang Tinggi
Rendah A B C
Tinggi D E F
Total G H I

Dari data tersebut dapat dilakukan uji kai kuadrat (X2) untuk membuktikan ada
tidaknya asosiasi antara variabel tingkat ekonomi dan status gizi.

DASAR
Prinsip dasar uji kai kuadrat adalah membandingkan frekuensi yang diamati (O =
observed) ddengan frekuensi yang diharapkan (E=Expected). Uji kai kuadrat
(dilambangkan dengan "χ2" dari huruf Yunani "Chi" dilafalkan "Kai") digunakan untuk
menguji dua kelompok data baik variabel independen maupun dependennya
berbentuk kategorik atau dapat juga dikatakan sebagai uji proporsi untuk dua
peristiwa atau lebih, sehingga datanya bersifat diskrit. Misalnya ingin mengetahui
hubungan antara status gizi ibu (baik atau kurang) dengan kejadian BBLR (ya atau
tidak). Dasar uji kai kuadrat itu sendiri adalah membandingkan perbedaan frekuensi
hasil observasi (O) dengan frekuensi yang diharapkan (E). Perbedaan tersebut
meyakinkan jika harga dari Kai Kuadrat sama atau lebih besar dari suatu harga yang
ditetapkan pada taraf signifikan tertentu (dari tabel χ2).
Istilah dalam Chi Square
1. Titik kritis (alpha), merupakan nilai peluang dari tingkat kesalahan yang
dapat diterima. Nilai yang sering digunakan yaitu 0.05 (5%). nilai ini
ditentukan oleh peneliti sebelumnya.
 2. Degree of freedom (df), atau derajat kebebasan. menentukan nilai degree of
freedom ini berbeda-beda tiap metode yang digunakan. tapi umumnya jumlah
sampel(n)-1.
3. Nilai tabel chi-square. Merupakan nilai batas tolak atau terima hipotesis
awal. Inilah yang akan dicari

Uji Kai Kuadrat dapat digunakan untuk menguji :

1. Uji χ2 untuk ada tidaknya hubungan antara dua variabel (Independency test).
2. Uji χ2 untuk Bentuk Distribusi (Goodness of Fit)
3. Uji χ2 untuk homogenitas antar- sub kelompok (Homogenity test).

Uji Normalitas dan Homogenitas adalah dua jenis uji yang berbeda namun
banyak mahasiswa yang seolah menganggap keduanya adalah satu jenis uji yang
sama dengan istilah yang berbeda.
Uji normalitas digunakan sebagai syarat atau asumsi dari berbagai uji parametris,
misalnya uji regresi linear, uji Anova, Uji Ancova, Uji Manova, Uji Independen T
Test, Uji Paired T Test dan berbagai uji lainnya, baik analisis multivariat ataupun
univariat.
Uji homogenitas berbeda dengan uji normalitas meskipun sama-sama
digunakan sebagai syarat dalam uji parametris. Letak perbedannya adalah, jika
uji normalitas diperlukan pada semua uji parametris, maka uji homogenitas
tidak selalu digunakan. Uji homogenitas hanya digunakan pada uji parametris yang
menguji perbedaan antara kedua kelompok atau beberapa kelompok yang berbeda
subjeknya atau sumber datanya. Oleh karena itu, uji homogenitas diperlukan
sebagai asumsi dari uji independen t test dan uji Anova. Sedangkan pada uji regresi
linear, homogenitas tidak diperlukan sebagai syarat sebab uji regresi linear tidak
menguji perbedaan beberapa kelompok.
Konsekuensi jika asumsi homogenitas tidak terpenuhi, maka yang harus dilakukan
oleh peneliti juga berbeda-beda tergantung pada analisis hipotesis yang utama.
Misalkan pada uji Anova, jika asumsi homogenitas tidak terpenuhi, maka peneliti
dapat menggunakan koreksi oleh uji brown forsythe atau welch’s F. Sedangkan jika
asumsi homogenitas tidak terpenuhi apda uji independen t test, peneliti dapat
menggunakan uji independen t test unequal variance atau menggunakan uji
indepeden welch’s test.
 CHI SQUARE UNTUK TES INDEPENDENSI
Pengujian hipotesis independensi merupakan pengujian hipotesis ketidak
tergantungan (kebebasan) suatu pengelompokan hasil penelitian (sampel) dari
populasi terhadap kategori populasi lain. Pengujian tersebut menggunakan tabel
kontingensi (tabel silang) b x k, b=baris dan k-kolom, dengan b ≥ 2 dan k ≥ 2.
KASUS
Seorang peneliti ingin meneliti hubungan antara melakukan hubungan seksual usia
dini dengan kejadian kanker serviks.
Langkah-langkah melakukan uji chi square :
1. Buka SPSS
2. Klik variabel View
3. Isi nama variabel sesuai definisi operasional

4. Klik value untuk mengisi kategori/keterangan pada nilai, kemudian klik add
5. Kopi data dari file excel

6. Klik Analyze – DS – crosstabs

7. Masukkan variabel usia ke row dan variabel kanker serviks ke column

8. Klik statistics dan centang chi square

 9. Setelah klik Ok, maka akan keluar hasil sebagai berikut

Interpretasi
Tabel case processing summary
Tabel ini menerangkan jumlah data yang dianalsisi. Pada tabel terlihat jumlah data
valid sejumlah 30 dengan persentase 100% serta data hilang (missing) 0%.

Tabel usia * Kanker serviks crosstabulation

Tabel ini merupakan tabulasi silang antara usia dengan insiden kanker serviks.
Tabel ini mempermudah peneliti dalam membaca data.

Tabel chi square test Dasar pengambilan keputusan

A. Berdasarkan chi square hitung
a. Jika chi square hitung < chi square tabel maka Ho diterima
b. Jika chi square hitung > chi square tabel maka Ho ditolak
c. Hasil chi square hitung 0, 479
Chi square tabel dengan taraf kepercayaan 95% dan alfa 5% dimana derajat
kebebasan memiliki rumus df α (k-1)(b-1) dimana k = jumlah kolom, & b =
jumlah baris maka nilai hitung yaitu (3-1)x(2-1)=2. Pada alfa 5% dan derajat
kebebasan 2, jika dilihat di chi square tabel hasilnya adalah 5,991.
d. Keputusan chi square hitung < chi square tabel, maka Ho diterima
 B. Berdasarkan probabilitasnya
Jika asymp sig > 0,05 maka Ho diterima, dan Jika asymp sig < 0,05 maka Ho
ditolak. Hasil asymp sig 0,787, jadi karena asymp sig > 0,05 kesimpulannya
yaitu Ho diterima.
KESIMPULAN  dari hasil uji menunjukkan bahwa Ho diterima, yang artinya
tidak ada hubungan antara hubungan seksual usia dini dengan kejadian
kanker serviks

CHI SQUARE UNTUK TES GOODNESS OF FIT

Uji statistik parametrik adalah suatu pengujian yang modelnya menerapkan adanya
asumsi atau syarat-syarat tertentu tentang parameter populasi yang merupakan
sumber sampel penelitiannya. Pertanyaannya apakah syarat yang dituntut dalam uji
statistik tersebut?Syarat-syarat tersebut yaitu asumsi normalitas data, homogenitas,
multikolinieritas, dan jenis skala data.
Uji asumsi normalitas yaitu suatu pengujian yang digunakan untuk menentukan
apakah suatu set data sudah sesuai dimodelan oleh distribusi normal atau tidak,
atau menghitung seberapa besar kemungkinan variabel acak sudah terdistribusi
secara normal.
Uji asumsi normalitas yang lebih kompleks dan lengkap disebut dengan uji
kesesuaian model (goodness of fit) dimaksudkan untuk menguji apakah model yang
diusulkan memiliki kesesuaian (fit) dengan data atau tidak.Suatu model dikatakan fit
apabila matriks korelasi sampel tidak jauh berbeda dengan matriks korelasi estimasi.

Persyaratan Metode Chi Square (Uji Goodness of fit Distribusi Normal)

1. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi frekuensi.
2. Cocok untuk data dengan banyaknya angka besar ( n > 30 )
3. Setiap sel harus terisi, yang kurang dari 5 digabungkan.

CONTOH
Seorang peneliti ingin melihat normalitas data pada perawat rumah sakit X dalam
menentukan mekanisme gaji yang diinginkan dengan data yang ada pada excel.
Langkah-langkah melakukan uji Goodness of fit
1. Buat penamaan variabel pada variabel view

2. Isi values sesuai dengan apa yang telah ditentukan

3. Salin data pada excel ke SPSS

4. Klik Analize – NPT – Chi Square

 5. Pindahkan variabel pilihan ke test variable list

6. Hasilnya adalah sebagai berikut

Pilihan

Observed Expected
N N Residual

Remunisasi 6 6.0 .0
TPP 7 6.0 1.0
Jasa Medis 7 6.0 1.0
Jasa medis & TPP 4 6.0 -2.0
Remun,jasa 6 6.0 .0
medis,TPP
Total 30
Test
Statistics Pilihan

Chi- 1.000a
Square
Df 4
Asymp. .910
Sig.

a. 0 cells (,0%) have

expected
frequencies less
than 5. The
minimum expected
cell frequency is 6,0.

7. Interpretasi data yaitu :

Tabel pilihan
Merupakan tabel deskripsi statistik. Dari tabel ini dapat dibaca pemilih remun
yaitu 6 orang, tpp 7 orang, jasa medis 7 orang, jasa medis & TPP 4 orang,
serta remun, jasa medis, & TPP 6 orang.
Test Statistics
Chi square hitung = 1.00
Chi Square tabel Df = 4 dan alfa = 0,05 sehingga hasilnya 9,488
Asymp.Sig = 0,91 dan alfa 0,05
Hipotesis :
Ho diterima jika Chi Square hitung < chi square tabel atau Asymp.Sig > 0,05
Ho ditolak jika Chi Square hitung > chi square tabel atau Asymp.Sig < 0,05
Kesimpulannya ????????????
 UJI Χ2 UNTUK HOMOGENITAS ANTAR- SUB KELOMPOK
(HOMOGENITY TEST).

Tes untuk membuktikan bahwa dalam populasi yang berbeda terdapat beberapa
kesamaan proporsi karakteristik. Ciri khasnya yaitu apakah ada perbedaan proporsi
dari beberapa sampel. Contoh kasus peneliti ingin meneliti nilai statistik pada kelas
reguler, transfer dan Ners dengan data pada excel.
Langkah yang dilakukan yaitu :
1. Buat variabel pada variabel view

2. Isi data pada data view

3. Klik analyze – classify – discriminant

4. Setelah itu ada dialog sebagai berikut, masukkan kelas dalam gruping
variabel, dan nilai dalam indepependent, lalu klik define range. Isi minimum 1
dan maksimum 3, karena kita ada 3 kelompok.

5. Kemudian klik statistics dan centang box’s M

 6. Hasilnya sebagai berikut

Group Statistics

Valid N (listwise)

Kelas Unweighted Weighted

reguler Nilai 8 8.000

transfer Nilai 16 16.000

ners Nilai 20 20.000

Total Nilai 44 44.000

Test Results

Box's M .387

F Approx. .186

df1 2

df2 2547.218

Sig. .830

Tests null hypothesis of equal

population covariance matrices.
 Kesimpulannya
Pada tabel grup statistics menjelaskan bahwa pada kelas reguler ada 8
orang, transfer 16 orang, dan ners 20 orang. Pada tabels test result dapat
dilihat nilai Box’s M 0,387, dan nilai sig 0,830.
Pengujian :
Ho : nilai variabel berasal dari populasi yang homogen
H1 : nilai variabel bukan berasal dari populasi yang homogen
Ketentuan :
Jika sig < α, atau Nilai Box’s M > Chi Square tabel maka Ho ditolak dan
H1 diterima
Jika sig > α, atau Nilai Box’s M < Chi Square tabel maka Ho diterima dan
H1 ditolak
Kesimpulan
1. Sudut pandang Sig
Karena nilai sig 0,830 dan > 0,05 artinya Ho diterima, yang artinya
sampel nilai mahasiswa dari populasi yang bersifat homogen.
2. Sudut pandang Chi kuadrat tabel
Df = 2, kemudian α = 0,05. Jika dilihat pada tabel chi square, maka nilai
chi square tabel yaitu 5,991. Nilai Box’s M yaitu 0,387 yang artinya <
5,991, artinya Ho diterima sampel nilai mahasiswa dari populasi yang
bersifat homogen

Catatan :
Box’s M : Manova prints barrlet-Box F Test Statistics

#BE SMART..BE CREATIVE..WITH LOVE

TABEL CHI SQUARE