LAPORAN PENUGASAN

STATISTIKA INDUSRI II
MODUL CHI-SQUARE

Nama : Siti Alfuah Kelompok : B12

NIM : 17522073 Kelas : B

Nama : Sinta Wulandari Tgl. Praktikum : 12 Desember 2019

NIM : 18522349 Hari Praktikum : Kamis

Asisten : Nadhita Az-Zahrah DM-75 Dikumpulkan tgl :
Kriteria Penilaian Yogyakarta, Desember 2019
Format : (maks. 10) Asisten

Isi : (maks. 50)

Analisa : (maks. 40)
TOTAL : (Nadhita Az-Zahrah DM-75)

LABORATORIUM SIOP
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
2019
 MODUL 3
UJI HIPOTESIS DENGAN CHI-KUADRAT
2019/2020

3.1 Tujuan Praktikum

1. Mahasiswa mampu memahami uji hipotesis Chi-Square.
2. Mampu menyelesaikan persoalan uji hipotesis dengan Chi-Square menggunakan
software SPSS dan perhitungan manual.

3.2 Tugas Praktikum

1. Membuat dan mencari data dari responden untuk diolah kemudian tampilkan dalam
bentuk tabel data historis dengan jumlah data minimal sejumlah 30 data di setiap Uji
Kebaikan Suai (Goodness of Fit Test) dan Uji Kebebasan (Independensi).
2. Melakukan perhitungan Uji Hipotesis dengan Chi-Kuadrat menggunakan Uji
Kebaikan Suai (Goodness of Fit Test) dan Uji Kebebasan (Independensi) dengan
perhitungan manual dan software SPSS.
3. Melakukan perbandingan antara output perhitungan manual dan output software SPSS
yang didapatkan.
4. Melakukan bahasan dari sejumlah hasil olahan yang didapat hingga menentukan
kesimpulan keputusan dengan tepat.

3.3 Latar Belakang

Praktikum ini dilatar belakangi oleh sebuah penugasan pada mata kuliah Statistika
Industri II untuk melakukan Uji Kebaikan Suai (Goodness of Fit) dan Uji Independensi.
Praktikum ini dilakukan untuk menguji hipotesis peneliti membandingkan perhitungan
manual dan perhitungan software SPSS. Data yang akan diuji dalam pengujian ini adalah
data tes IQ perseptual dengan subjek yang dituju merupakan mahasiswa tiga jurusan di
FTI UII, yaitu Teknik Industri, Teknik Kimia, dan Teknik Informatika. Data diperoleh
dari penggunaan kuesioner yang disebar melalui media sosial.

3.4 Studi Literatur

JURNAL 1
: Identifying Irregularities in Security Event Logs Through an Object-
Judul
Based Chi-Square Test of Independence
Penulis : (Simon Parkinson & Saad Khan)
Tahun : 2018
: Penelitian ini diarahkan untuk secara khusus untuk mengidentifikasi
kegiatan tidak teratur dalam suatu sistem sambil meminimalkan
Tujuan
segala persyaratan pada pengetahuan ahli, selain menghemat waktu
investigasi dan sumber daya komputasi
: Metode analisis frekuensi primitif karena menggunakan hubungan
Metode objek di antara entri log peristiwa untuk menentukan penyimpangan
untuk menemukan aktivitas yang anomali.
: Analisis empiris dari solusi dilakukan dengan menggunakan data log
peristiwa dari 20 mesin dan menunjukkan hasil yang menjanjikan
Hasil
dengan mengidentifikasi peristiwa tidak teratur dengan benar.
Penelitian
Analisis eksperimental lebih lanjut yang melibatkan penyisipan
peristiwa tidak teratur sintetis menghasilkan akurasi rata-rata 85%.
: Berdasarkan hasil penelitian menggunakan metode cis-square yang
bertujuan untuk mengidentifikasi kegitan tidak teratur pada sebuah
Kesimpulan system didapatkan hasil bawa menggunakan data log peristiwa dari
20 mesin dan menunjukkan hasil yang menjanjikan dengan
mengidentifikasi pristiwa dengan akuransi rata-rata 85%
JURNAL 2
Judul : Bayesian Goodness of Fit Test for Censored Data
Penulis : (Guosheng Yin)
Tahun : 2019
: Penelitian ini bertujuan analisis perhitungan Bayesian dan metode
inferensi untuk uji good of fit chi square tipe Pearson dengan data
Tujuan
survival yang disensor dengan benar.

: Metode diagnostik model yang diusulkan menggunakan studi

Metode simulasi dan menggambarkannya dengan set data nyata dari studi
kanker prostat
: Menghasilkan sampel model parameter posterior menggunakan
Hasil
prosedur rantai Markov Monte Carlo. Dengan mengganti penduga
Penelitian
kemungkinan maksimum dalam bentuk kuadratik dengan
 pengamatan acak dari distribusi posterior parameter model, kita
dapat dengan mudah membuat statistik uji chi-squared. Derajat
kebebasan tes sama dengan jumlah bin dan dengan demikian tidak
tergantung pada dimensi vektor parameter yang mendasarinya.
Statistik uji memulihkan struktur chi-squared tipe Pearson
konvensional. Selain itu, algoritma yang diusulkan menghindari
beban mengevaluasi matriks informasi Fisher, kebalikannya dan
pangkat matriks varians-kovarians.
: Berdasarkan hasil penelitian dengan menggunakan metode
daignostik model dengan tujuan untuk menganalisis perhitungan
Bayesian dan metode infers dengan data survival didapatkan hasil
Kesimpulan bahwa statistik uji memulihkan struktur chi-squared tipe Pearson
konvensional dan algoritma yang diusulkan menghindari beban
mengevaluasi matriks informasi Fisher, kebalikannya dan pangkat
matriks varians-kovarians.
JURNAL 3
: A Modified Chi-Square Statistics of the Linear Aestimator for Inter-
Judul
Labboratory Comparison
Penulis : (Chenzhe Hang & Guoyuan Ma)
Tahun : 2018
: Penelitian ini bertujuan untuk mengetahui statistik chi-square dari
ketidakpastian tertimbang rata-rata, yang merupakan penaksir linear,
Tujuan
yang banyak digunakan dalam analisis data perbandingan antar-
laboratorium.
: Statistik chi-square yang dimodifikasi, yang terdiri dari penduga
linear, diusulkan dengan syarat bahwa hasil perbandingan
didistribusikan Gaussian dengan rata-rata umum. Statistik yang
Metode
diusulkan dianalisis melalui simulasi Monte Carlo dengan
menggabungkan bobot estimator linier ke dalam vektor multi-
dimensi.
: Hasil simulasi menunjukkan bahwa statistik yang diusulkan adalah
Hasil
(n − 1) chi-square orde-didistribusikan ketika vektor bobot estimator
Penelitian
linier terletak di subruang tertentu, yang dipengaruhi oleh
 ketidakpastian peserta. Lebih lanjut, statistik chi-square dari rata-rata
aritmatika ini diterapkan pada model efek rata-rata dan acak sebagai
contoh.
: Berdasarkan hasil peneltian dengan menggunakna metode Statistik
chi-square yang dimodifikasi, untuk model mean umum, statistik
Kesimpulan dapat diterapkan pada pengujian hipotesis rata-rata aritmatika; untuk
model efek acak, statistik dapat diterapkan ke estimasi varians efek
acak.

3.5 Pengolahan Data

3.4.1 Deskripsi Kasus
1. Uji Kebaikan Suai (Goodness of Fit Test)
Deskripsi kasus Uji Kebaikan Suai atau Uji Goodness of Fit pada prinsipnya
bertujuan untuk mengetahui adanya kesesuaian antara distribusi data dari sampel
terobservasi dengan distribusi teoritis tertentu. Kesesuaian antara himpunan nilai
sampel terobservasi dengan distribusi tertentu dapat dicek dengan uji kebaikan suai
(Smirnov, 1948). Praktikan mencari data dengan kuesioner tanggapan mahasiswa FTI
UII dari tiga jurusan, yaitu Teknik Industri, Teknik, Kimia, dan Teknik Informatika terhadap
preferensi tes IQ perseptual. Dari data yang diperoleh dapat diketahui apakah kenyataan
tersebut masih bisa dianggap selaras (fit) dengan distribusi teoritis, akan digunakan
uji Goodness of Fit.
2. Uji Kebebasan (Independensi)
Uji Independensi digunakan untuk menguji ada tidaknya pengaruh suatu variabel
(sampel) terhadap variabel (sampel) lainnya yang dibagi menjadi beberapa sub-
variabel. Uji Chi-Square kebebasan dua faktor untuk mengetahui hipotesis mengenai
ada atau tidaknya hubungan antara dua factor (Novrinda, 2009). Uji Kebebasan
digunakan untuk menguji hubungan antara sifat-sifat yang ada pada suatu objek,
apakah antara sifat-sifat obyek tersebut ada yang mempengaruhi (dependen) sifat
yang lain atau bebas tanpa ada pengaruh diantaranya (independen). Misalnya
pengaruh tingkat pendapatan terhadap pola konsumsi, pengaruh usia terhadap
tingkat kemangkiran bekerja, pengaruh usia terhadap tingkat produktivitas bekerja,
dan sebagainya (Sudaryono, 2012).
3.4.2 Tabel Data Historis
Tabel 1. Tes IQ Jurusan Teknik Industri, Teknik Kimia, dan Teknik Informatika
No Nama NIM Jurusan Angkatan Tes IQ
1 Aldhey 17522137 Teknik Industri 2017 17
2 Deka 17522010 Teknik Industri 2017 8
3 Pradipta 17522182 Teknik Industri 2017 7
4 Atika 17522054 Teknik Industri 2017 17
5 Daffa Ulil 17522095 Teknik Industri 2017 7
6 Akbar 17522261 Teknik Industri 2017 17
7 Reyhan 17522248 Teknik Industri 2017 8
8 Faiz 17522266 Teknik Industri 2018 18
9 Arum 17522022 Teknik Industri 2017 17
10 Dimas 17522139 Teknik Industri 2017 12
11 Argha 18522183 Teknik Industri 2018 17
12 Disa 17522160 Teknik Industri 2017 14
13 Bagas 18522226 Teknik Industri 2018 18
14 Dinda 18522210 Teknik Industri 2018 18
15 Gallun 18522327 Teknik Industri 2018 14

No Nama NIM Jurusan Angkatan Tes IQ

1 Nadiya 17521010 Teknik Kimia 2017 4
2 Sri Adelila 16521157 Teknik Kimia 2017 17
3 Sarah Ayu 16522082 Teknik Kimia 2017 19
4 Alim 17522136 Teknik Kimia 2017 17
5 Bintang 17521112 Teknik Kimia 2017 12
6 Charfadz 17521148 Teknik Kimia 2017 15
7 Dita 17521078 Teknik Kimia 2017 13
8 Hanifa 17521101 Teknik Kimia 2017 14
9 Dea 17521108 Teknik Kimia 2017 13
10 Putri 17521031 Teknik Kimia 2017 14
11 Istiqomah 17521141 Teknik Kimia 2017 13
12 Indra Pramesti 17521009 Teknik Kimia 2017 15
13 Puspita Chandra 16521069 Teknik Kimia 2016 18
 No Nama NIM Jurusan Angkatan Tes IQ
14 Yudha 17521127 Teknik Kimia 2017 6
15 Ega Dwi Ayunda 17521062 Teknik Kimia 2017 9

No Nama NIM Jurusan Angkatan Tes IQ

1 Mutia Mernisiola 16523191 Teknik Informatika 2016 17
2 Shinta DK 17523004 Teknik Informatika 2017 18
3 Safira Yuniar 18523020 Teknik Informatika 2018 18
4 Fionna S. 16523018 Teknik Informatika 2016 6
5 Raffi Akhyari 17523207 Teknik Informatika 2017 13
6 Luqman Hakim 17523105 Teknik Informatika 2017 18
7 Diah Hanifa 17523146 Teknik Informatika 2017 14
8 Hikmah 17523096 Teknik Informatika 2017 5
9 Raisha Amini 17523004 Teknik Informatika 2017 19
10 Aswal 17523113 Teknik Informatika 2017 14
11 Indah Utami 17523139 Teknik Informatika 2017 17
12 Naufal 18523035 Teknik Informatika 2018 8
13 Syarifah Elza 17523027 Teknik Informatika 2017 15
14 Fikri Saliim 18523061 Teknik Informatika 2018 15
15 Aldhiyatika 17523176 Teknik Informatika 2017 12

3.4.3 Tentukan H0 dan H1, Tingkat Probabilitas Kesalahan, dan Kriteria Pengujian
1. Uji Kebaikan Suai (Goodness of Fit Test)
a. H0 dan H1
Ho : Tidak terdapat perbedaan frekuensi harapan dan kenyataan antara jurusan
Teknik Industri, Teknik Kimia dan Teknik Informatika terhadap hasil tes IQ
perseptual.
H1 : Terdapat perbedaan frekuensi harapan dan kenyataan antara jurusan Teknik
Industri, Teknik Kimia dan Teknik Informatika terhadap terhadap hasil tes IQ
perseptual.
b. Tingkat Probabilitas Kesalahan (α) = 0,05
c. Kriteria Pengujian
Jika nilai Chi-Square hitung (x2) ≤ Chi-Square tabel, maka Ho diterima.
Jika nilai Chi-Square hitung (x2) > Chi-Square tabel, maka Ho ditolak.
 Jika nilai Signifikansi > 0,05, maka Ho diterima.
Jika nilai Signifikansi ≤ 0,05, maka Ho ditolak.

2. Uji Kebebasan (Independensi)

a. Membuat Bentuk Uji Hipotesis
Ho : Mahasiswa FTI UII jurusan Teknik Industri, Teknik Kimia, dan Teknik
Informatika memiliki hubungan terhadap frekuensi harapan dan kenyataan
hasil tes IQ perseptual (rendah, sedang, dan tinggi).
H1 : Mahasiswa FTI UII jurusan Teknik Industri, Teknik Kimia, dan Teknik
Informatika memiliki hubungann terhadap frekuensi harapan dan kenyataan
hasil tes IQ perseptual (rendah, sedang, dan tinggi).
b. Tingkat Probabilitas Kesalahan (α) = 0,05
c. Kriteria pengujian
Jika nilai Chi-Kuadrat hitung (χ2) ≤ Chi-Kuadrat tabel, maka H0 diterima
Jika nilai Chi-Kuadrat hitung (χ2) > Chi-Kuadrat tabel, maka H0 ditolak
Jika nilai signifikansi > Probabilitas kesalahan, maka H0 diterima
Jika nilai signifikansi ≤ Probabilitas kesalahan, maka H0 ditolak

3.4.4 Cara Kerja Perhitungan Manual

A. Uji Kebaikan Suai (Goodness of Fit Test)
a. Membuat Bentuk Uji Hipotesis
Ho : Tidak terdapat perbedaan frekuensi harapan dan kenyataan antara jurusan
Teknik Industri, Teknik Kimia, dan Teknik Informatika terhadap tes IQ
perseptual (rendah, sedang, dan tinggi).
H1 : Terdapat perbedaan frekuensi harapan dan kenyataan antara jurusan Teknik
Industri, Teknik Kimia, dan Teknik Informatika terhadap tes IQ perseptual
(rendah, sedang, dan tinggi).
b. Menentukan Harga Statistik Penguji
i. Menghitung Frekuensi Kenyataan dan Harapan
Frekuensi Kenyataan : Rendah = 10, Sedang = 17, dan Tinggi = 18
45 orang
Frekuensi Harapan : = 15
3

ii. Menghitung Nilai Chi-Squarehitung

(oi -ei )2
x2 = ∑ki=1 ei
 (10 - 15)2 (17 - 15)2 (18 - 15)2
x2 = + +
15 15 15

x2 = 2,533
c. Nilai Probabilitas Kesalahan
Tingkat kepercayaan 95% sehingga nilai probabilitas kesalahan:
(1 - α) = 1 – 95% = 0,05
Maka, nilai Chi-Kuadrat tabel dengan derajat kebebasan
(df) = 3 - 1 = 2
xtabel = x2a(k-1) = x20,05(3-1) = 5,991
d. Menentukan Kriteria Penguji
Membandingkan Chi-Kuadrathitung dengan Chi-Kuadrattabel:
- Nilai Chi-Kuadrathitung (x2) ≤ Chi-Kuadrattabel, maka H0 diterima
- Nilai Chi-Kuadrathitung (x2) > Chi-Kuadrattabel, maka H0 ditolak
Membandingkan angka probabilitas:
- Nilai signifikansi > Probabilitas kesalahan, maka H0 diterima
- Nilai signifikansi ≤ Probabilitas kesalahan, maka H0 ditolak
e. Membuat Keputusan

Karena x2hitung = 2,533 < 5,991 maka H0 diterima sehingga tidak terdapat
perbedaan frekuensi harapan dan kenyataan antara jurusan Teknik Industri,
Teknik Kimia, dan Teknik Informatika terhadap tes IQ perseptual (rendah,
sedang, dan tinggi).

B. Uji Kebebasan (Independensi)

a. Membuat Bentuk Uji Hipotesis
Ho : Mahasiswa FTI UII jurusan Teknik Industri, Teknik Kimia, dan Teknik
Informatika memiliki hubungan frekuensi harapan dan kenyataan terhadap
hasil tes IQ perseptual (rendah, sedang, dan tinggi).
 H1 : Mahasiswa FTI UII jurusan Teknik Industri, Teknik Kimia, dan Teknik
Informatika memiliki hubungann frekuensi harapan dan kenyataan terhadap
hasil tes IQ perseptual (rendah, sedang, dan tinggi).
b. Menentukan Harga Statistik Penguji
Tabel 2. Frekuensi Nilai Kenyataan
Jurusan
Tes IQ Jumlah
T. Industri T. Kimia T. Informatika
Rendah 4 3 3 10
Sedang 3 8 6 17
Tinggi 8 4 6 18
Jumlah 15 15 15 45

c. Menentukan Tingkat Signifikansi

Tingkat kepercayaan 95% sehingga nilai probabilitas kesalahan:
(1 - α) = 1 – 95% = 0,05
Maka, nilai Chi-Kuadrat tabel dengan derajat kebebasan
xtabel 2 = xa (n – 1) (m – 1) = x 0,05;4 = 9,487729
d. Menentukan kriteria pengujian
Membandingkan Chi-Kuadrat hitung dengan Chi-Kuadrat tabel:
- Nilai Chi-Kuadrat hitung (x2) ≤ 9,487729, maka H0 diterima
- Nilai Chi-Kuadrat hitung (x2) > 9,487729, maka H0 ditolak
Membandingkan angka probabilitas:
- Nilai signifikansi > 0,05, maka H0 diterima (hipotesis diterima)
- Nilai signifikansi ≤ 0,05, maka H0 ditolak (hipotesis ditolak)
e. Melakukan Perhitungan Manual
i. Menghitung Frekuensi Kenyataan dan Harapan
Frekuensi Kenyataan (Oij)
Tabel 3. Frekuensi Kenyataan dan Frekuensi Harapan
Jurusan
Tes IQ Jumlah
T. Industri T. Kimia T. Informatika
Rendah 4 (3,333) 3 (3,333) 3 (3,333) 33,33
Sedang 3 (5,667) 8 (5,667) 6 (5,667) 96,339
Tinggi 8 (6) 4 (6) 6 (6) 108
 Jumlah 78,333 79,335 80,001 237,669

Frekuensi Harapan
Rendah: Sedang: Tinggi:
(15)(10) (15)(17) (15)(18)
E11 = = 3,333 E21 = = 5,667 E31 = =6
45 45 45
(15)(10) (15)(17) (15)(18)
E12 = = 3,333 E22 = = 5,667 E32 = =6
45 45 45
(15)(10) (15)(17) (15)(18)
E13 = = 3,333 E23 = = 5,667 E33 = =6
45 45 45

ii. Menghitung Nilai Chi-Squarehitung

(oi-ei)2
x2 = ∑ki=1 ei

(4 - 3,333)2 (3 - 3,333)2 (3 - 3,333)2 (3 - 5,667)2 (8 - 5,667)2 (6 - 5,667)2 (8 - 6)2

x2 = + + + + + +
3,333 3,333 3,333 5,667 5,667 5,667 6
2 2
(4 - 6) (6 - 6)
+ +
6 6
2
x = 3,769
f. Membuat Keputusan
Nilai Chi-Squarehitung adalah 3,769 sedangkan nilai Chi-Squaretabel adalah
9,487729. Dari hasil tersebut:
Chi-Squarehitung < Chi-Squaretabel
3,769 < 9,487729
Maka H0 diterima berarti tidak terdapat hubungan frekuensi harapan dan
kenyataan mahasiswa FTI UII jurusan Teknik Industri, Teknik Kimia, dan Teknik
Informatika terhadap hasil tes IQ perseptual (rendah, sedang, dan tinggi).

3,769

3.4.5 Cara Kerja Perhitungan Menggunakan Software SPSS

1. Uji Kebaikan Suai (Goodness of Fit Test)
a. Mengisi data pada Variable View.
 Gambar 1. Variable View
b. Memasukkan Values pada variabel Tes IQ.

Gambar 2. Value Labels

Pengisian kotak Values dengan mengklik dua kali untuk variabel “Tes_IQ”.
Value: 1; Label: Rendah, Klik Add
Value: 2; Label: Sedang, Klik Add
Value: 3; Label: Tinggi, Klik Add
Klik OK.
c. Memasukkam data pada halaman Data View.
 Gambar 3. Memasukkan Data
d. Mengklik Analyze >Nonparametric Tests > Legacy Dialogs > Chi-Square
sehingga muncul jendela Chi-Square Test.

Gambar 4. Jendela Chi-Square

e. Mengklik OK untuk melihat Output perhitungan SPSS.

2. Uji Kebebasan (Independensi)

a. Mengisi data pada Variable View.
 Gambar 5. Variable View
b. Memasukkan Values pada Variabel Jurusan.

Gambar 6. Value Labels Jurusan

Value: 1; Label: Teknik Industri, Klik Add
Value: 2; Label: Teknik Kimia, Klik Add
Value: 3; Label: Teknik Informatika, Klik Add
Klik OK.
c. Memasukkan Values pada Variabel Tes_IQ.

Gambar 7. Value Labels Tes IQ

Value: 1; Label: Rendah, Klik Add
Value: 2; Label: Sedang, Klik Add
Value: 3; Label: Tinggi, Klik Add
Klik OK.
d. Memasukkan data pada halaman Data View.
 Gambar 8. Memasukkan Data
e. Mengklik Analyze > Descriptive Statistics > Crosstabs sehingga muncul jendela
Crosstabs. Kemudian memindahkan Jurusan ke Row(s) dan Tes_IQ ke
Colomn(s).

Gambar 9. Jendel Crosstabs

f. Mengklik pilihan Statistics lalu mencentang pilihan Chi-Square.
 Gambar 10. Jendela Statistics
g. Mengklik pilihan Cell lalu mencentang pilihan Observed dan Expected.

Gambar 11. Jendela Cells

h. Mengklik OK untuk melihat Output perhitungan SPSS.

3.4.6 Hasil Output SPSS

1. Uji Kebaikan Suai (Goodness of Fit Test)

Gambar 12. Hasil Perhitungan Chi-Square SPSS

Berdasarkan hasil perhitungan Chi-Square uji kebaikan menggunakan SPSS tabel
Chi-Square Tests menunjukkan Value uji kebaikan dari Chi-Square sebesar
2,533, drajat kebebasan (df) sebesar 2 dan nilai signifikansi (Assymp.Sig) sebesar
0,282. Sehingga nilai signifikansi adalah 0,282 > 0,05, maka maka H0 diterima
yaitu tidak terdapat perbedaan frekuensi harapan dan kenyataan antara jurusan
Teknik Industri, Teknik Kimia, dan Teknik Informatika terhadap tes IQ
perseptual (rendah, sedang, dan tinggi).

2. Uji kebebasan (independensi)

 Gambar 13. Hasil Perhitungan SPSS
Berdasarkan hasil perhitungan Chi-Square uji kebebasan menggunakan SPSS, tabel
Chi-Square Tests menunjukkan Value dari Pearson Chi-Square sebesar 3,769,
derajat kebebasan (df) adalah 4, dan nilai signifikansi (Assymp.Sig) 0,438. Sehingga
nilai signifikansi adalah 0,438 > 0,05, maka H0 diterima sehingga tidak terdapat
pengaruh frekuensi harapan dan kenyataan mahasiswa FTI UII jurusan Teknik
Industri, Teknik Kimia, dan Teknik Informatika terhadap hasil tes IQ perseptual
(rendah, sedang, dan tinggi).

3.4.7 Analisis Hasil/Output

 1. Uji Kebaikan Suai (Goodness of Fit Test)
Tabel 4. Perbandingan Perhitungan Manual dan SPSS
IQ
Df Harapan Chi-Square
Rendah Sedang Tinggi
Manual 10 17 18 2 15 2,533
SPSS 10 17 18 2 15 2,533

2. Uji Kebebasan (Independensi)

Tabel 5. Perbandingan Perhitungan Manual dan SPSS
Df Harapan Chi-Square
Manual 4 15 3,769
SPSS 4 15 3,769

3.4.8 Kesimpulan
1. Uji hipotesis Chi-Square digunakan untuk menguji apakah perbedaan frekuensi yang
diperoleh dari dua sampel atau lebih merupakan perbedaan frekuensi yang hanya
disebabkan oleh kesalahan sampling, ataukah merupakan perbedaan yang signifikan.
2. Berdasarkan Analisa hasil perhitungan di atas sebagai berikut:
a) Uji Kebaikan Suai (Goodness of fits)
Mengetahui ada atau tidaknya perbedaan antara mahasiswa FTI UII jurusan Teknik
Industri, Teknik Kimia, dan Teknik Informatika terhadap hasil tes IQ perseptual
(rendah, sedang, dan tinggi). Didapatkan hasil dari uji kebaikan suai adalah 2,533
bahwa H0 ditolak sehingga terdapat perbedaan antara mahasiswa FTI UII jurusan
Teknik Industri, Teknik Kimia, dan Teknik Informatika terhadap hasil tes IQ
perseptual (rendah, sedang, dan tinggi).
b) Uji Independensi
Mengetahui ada atau tidaknya hubungan antara mahasiswa FTI UII jurusan Teknik
Industri, Teknik Kimia, dan Teknik Informatika terhadap hasil tes IQ perseptual
(rendah, sedang, dan tinggi). Didapatkan hasil adalah 3,769 bahwa H0 diterima
berarti tidak terdapat hubungan mahasiswa FTI UII jurusan Teknik Industri,
Teknik Kimia, dan Teknik Informatika terhadap hasil tes IQ perseptual (rendah,
sedang, dan tinggi).
 Daftar Pustaka

Novrinda, H. (2009). Uji Statistik Chi-Square Goodness of Fit & TEst for Independence.
Smirnov, N. V. (1948). Table for Estimating the Goodness of Fit of Empirical Diatributions
(19th ed ed.). Ann Statist.