MAKALAH

STATISTIKA EKONOMI DAN BISNIS TERAPAN

Uji Chi Kuadrat

Dosenpengampu :Misnasanti, M.Pd

Disusunoleh: Kelompok 8

Ahmad Sajali 17010

Muhammad RizkiAlfahri 170102050723

Nadia 170101050

SitiAnnisa 170101050675

1
 JURUSAN EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

UNIVERSITAS ISLAM NEGRI ANTASARI BANJARMASIN

2019

DAFTAR ISI

DAFTAR ISI .................................................................................................................... i

BAB I PENDAHULUAN

A. LatarBelakang. .............................................................................................. ii
B. RumusanMasalah.......................................................................................... ii
C. Tujuanpenulis. ............................................................................................... ii

BAB II PEMBAHASAN

A. Pengertian Uji Chi Kuadrat. .......................................................................... 1

B. kelebihandan Kekurangan Chi Kuadrat. ....................................................... 4
C. Uji Goodness Of Fit. ..................................................................................... 5
D. Uji Tabel Kontingensi .................................................................................. 9
E. Chi Kuadrat untuk Menguji Proporsi ........................................................... 13

BAB IIIPENUTUP

Kesimpulan. .................................................................................................................... 17

DAFTARPUSTAKA

2
 A. LatarBelakang
Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan
data yang bersifat interval atau rasio.data interval dan data rasio
merupakan data yang berupa angka hasil pengukuran baik yang bersifat
langsung maupun tidak langsung. Namun demikian tidak jarang peneliti
harus bekerja dan terlibat dengan data yang berwujud frekuensi. Data
frekuensi merupakan data hasil dari pencacahan atau pembilangan. Jika
kita perhatikan pengujian atau tes hipotesis unutk harga proporsihanya
melibatkan paling banyak dua proporsi yang diukur dari dua proporsi
yang berbeda. Dalam kenyataankita tidak hanyaakan mengguankan dua
proporsi. Namun lebih dari itu. Oleh karena itu tentu kita akan mengalami
kesulitan jika tiga atau lebih proporsi diuji menggunakan uji hipotesis
harga perbedaan dua proporsi.

Unutk mengatasi kesulitan tersebut kita mengguankan pengujuan lain

yaitu uji Chi Kuadrat yang disimbolkan dengan x2. Chi kuadrat merupajan
suatu teknik statistic yang digunakan untuk menilai proporsi guna
memperoleh perbedaan frekuensi nyata atau hasil pengamatan atau
observasi dengan frekuensi yang diharapkan dalam kategori-kategori
tertentu.

3
B. RumusanMasalah
1. ApaPengertianUjiCjiKuadrat?
2. ApakelebihandanKekurangan Chi Kuadrat?
3. BagaimanaUji Goodness Of Fit.?
4. BagaimanaUjiTabelKontingensi?
5. BagaimanaChi KuadratuntukMengujiProporsi?

C. Tujuan
1. UntukmengetahuipengertianUji Chi Kuadrat
2. Untukmengetahuikelebihandankekurangan Chi Kuadrat
3. UntukmengetahuiUjiGoddness Of Fit
4. UntukmengetahuiUJiTabelKOntingensi
5. Untukmengetahui Chi KuadratuntukmengujiProporsi

4
 BAB II
PEMBAHASAN
Statistik Uji Chi Kuadrat
A. PENGERTIAN CHI KUADRAT
Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk dua peristiwa
atau lebih dan data berjenis nominal, sehingga datanya bersifat dikrit. Dalam uji
Chi- Kuadrat dihadapkan pada suatu pengujian apakah perbedaan antara frekuensi
hasil observasi (disimbolkan fo) dengan frekuensi yang diharapkan pleh peneliti
(disimbolkan fe/fh) dari sampel yang terbatas merupakan perbedaan yang
signifikan atau tidak
Rumus :

X2 =

Dimana :
fo = frekuensi observasi fh = frekuensi yang diharapkan (teoritis)
X2 = Chi-Kuadrat
Catatan :
Bila frekuensi harapn (fe) tidak diketahui maka dapat dicari dengan rumus
fe =

Uji chi-square adalah salah satu uji dari statistika non parametik yang sering
di pakai untuk sebuah penelitian. Uji chi-square diterapkan pada kasus dimana
akan diuji apakah frekuensi yang akan di amati (data observasi) bebeda secara
nyata ataukah tidak dengan frekuensi yang diharapkan (expected value).Sehingga
akan menentukan apakah penelitian kita sesuai dengan yang diharapkan atau
tidak. Chi-square Test atau Uji Chi-square adalah teknik analisis yang digunakan
untuk menentukan perbedaan frekuensi observasi (Oi) dengan frekuensi
ekspektasi atau frekuensi harapan (Ei) suatu kategori tertentu. Uji chi-square ini
5
bias diterapkan untuk pengujian kenormalan data, pengujian data yang berlevel
nominal atau untuk menguji perbedaan dua atau lebih proporsi sampel.Data yang
dapat diujikan dengan chi-square ini adalah data yang berupa diskrit atau frekunsi.

Pengertian chi square atau chi kuadrat lainnya adalah sebuah uji hipotesis
tentang perbandingan antara frekuensi observasi dengan frekuensi harapan yang
didasarkan oleh hipotesis tertentu pada setiap kasus atau data . Chi kuadrat adalah
pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar–
benar terjadi (Haryono,1994). Chi-square biasanya di dalam frekuensi observasi
berlambangkan dengan frekuensi harapan yang didasarkan atas hipotesis
dilambangkan . Ekspresi matematis tentang distribusi chi kuadrat hanya
tergantung pada suatu parameter, yaitu derajat kebebasan (d.f.).

Chi-square mempunyai masing–masing nilai derajat kebebasan, yaitu

distribusi (kuadrat standard normal) merupakan distribusi chi-square dengan d.f. =
1, dan nilai variabel tidak bernilai negative. Kegunaan dari chi square untuk
menguji seberapa baik kesesuaian diantara frekuensi yang teramati dengan
frekuensi harapan yang didasarkan pada sebaran yang akan dihipotesiskan, atau
juga menguji perbedaan antara dua kelompok pada data dua kategorik untuk dapat
menguji signifikansi asosiasi dua kelompok pada data dua katagorik tersebut
(Sri,1990).

Jadi uji chi square ini merupakan uji untuk mengetahui apakah hasil penelitian
kita akan sama dengan kenyataan/harapan atau tidak. Dan uji ini akan menentukan
apakah uji yang kita lakukan berhasil atau tidak.

• Fungsi Uji 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).
• Pemanfaatan uji dan data yang sesuai untuk uji ci kuadrat
6
 Uji squere merupakan uji non-paratmerik yang paling banyak digunakan
namun perlu diketahui syarat2 uji ini adalah: frekuensi responden atau sampel
yang digunakan besar, sebab ada beberapa syarat dimana Chi square dapat
digunakan yaitu:
1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga
actual count/ frekuensi observasi (Fo) sebesar 0 (Nol)
2. Apabila bentuk tabel kontingensi 2x2, maka tidak boleh ada 1 cell saja
yang frekuensi harapan atau disebut juga expected count / frekuensi
harapan (Fh) kurang dari (<) 5.
3. Apabila bentuk tabel lebih dari 2x2 misal 2x3, maka jumlah cell
dengan frekuensi harapan yang kurang dari (<) 5 tidak boleh lebih dari
20%
Dalam melakukan Uji chi (kai) kuadrat harus memenuhi syarat:
1. Sampel dipilih secara acak
2. Semua pengamatan dilakukan dengan independent
3. Setiap cell paling sedikit berisi frekuensi harapan (Fh) 1 (satu). Cell-
cell dengan frekuensi harapan kurang dari (<) 5 tidak melebihi 20%
dari total cell.
4. Besar sampel sebaiknya lebih dari (>) 40

Keterbatasan penggunaan uji chi (kai) kuadrat adalah teknik uji chi (kai) kuadrat
memakai data yang diskrit dengan pendekatan distribusi continu. Dekatnya
pendekatan yang dihasilkan tergantung pada ukuran pada berbagai sel pada tabel
kontingensi. Untuk menjamin pendekatan yang memadai digunakan aturan dasar
“frekuensi harapan tidak boleh terlalu kecil” secara umum dengan:
1. Tidak boleh ada sel yang mempunyai nilai harapan lebih kecil dari 1
(satu)
2. Tidak lebih dari 20% sel mempunyai nilai harapan lebih kecil dari 5 (lima)

7
 B. KELEBIHAN DAN KELEMAHAN CHI-KUADRAT
Beberapa kelebihan dari distribusi chi-kuadrat, yaitu antara lain :
1. Konsep chi-kuadrat dalam statistik nonparametrik mudah untuk
dimengerti.
2. Dapat digunakan untuk menganalisa data yang berbentuk hitungan
maupun peringkat (rank).
3. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah,
khususnya untuk data yang kecil. 1

Kelemahan uji chi-kuadrat

1. Uji ini sensitif terhadap banyaknya sampel yang digunakan. Uji ini akan
menjadi kurang akurat jika terdapat nilai frekuensi harapan yang kurang
dari 5 pada sel tabel kontingensi. Bahkan uji ini tidak bisa digunakan jika
frekuensi harapan yang kurang dari 5 terdapat lebih dari 20 % dari total sel
yang ada atau bila terdapat nila frekuensi harapan yang kurang dari 1.
2. Uji Chi-Square hanya memberikan informasi tentang ada atau tidaknya
hubungan antara kedua variabel. Uji ini tidak memberikan informasi
mengenai seberapa besar hubungan yang ada antara kedua variabel
tersebut serta bagaimana arah hubungan yang ada.
3. Uji Chi-Square hanya bagus digunakan untuk skala data nominal untuk
kedua variabel yang diuji. Uji ini lemah digunakan jika kedua variabel
tersebut berskala ordinal. 2

1
Thofa, tt, kelebihan chi-kuadrat, https://thofa.page.tl/Analisis-Nonprametrik.htm diakses
pada 1 november 2017 pukul 13.00 WIB
2
Anonim,2013,kekuranganchi-kuadrat,
https://parameterd.wordpress.com/2013/09/24/keterbatasan-chi-square-limitation-of-chi-square/
diakses pada 30 oktober 2017 pukul 20.33 WIB

8
C. Uji Goodness Of Fit
Dimana uji ini akan mengetes apakah frekuensi nyata (hasil pengamatan/
observasi) sesuai dengan frekuensi harapan.
Contoh soal
Berikut adalah tabel distribusi frekuensi nilai statistic dari 50 mahasiswa
Tabel 4.1 distribusi frekuensi nilai statistic dari 50 mahasiswa

Interval nilai Jumlah mahasiswa

1 – 20 5

21 – 40 15

41 – 60 17

61 – 80 10

81 – 100 3

Total 50

Dengan menggunakan α = 1%

9
 Tabel 5.1 perhitungan tepi kelas, nilai Z, probilitas, selisih dan fh

Interval Tepi Nilai

Probabilitas Selisih Fh
nilai kelas Z

0,50 -2,18 0,4854

1 – 20 0,0929 4,645
20,50 -1,27 0,3925

21 – 40 0,2746 13,73
40,50 -0,30 0,1179

41 – 60 0,1210 6,05
60,50 0,64 0,2389

61 – 80 0,2040 10,20
80,50 1,58 0,4429

81 – 100 0,0512 2,56

100,50 2,52 0,4941

Nilai Z = dimana X ditentukan oleh tepi kelas (0,50 ; 20,50 ;

…;100,50) Disini harus dicari rata-rata dan deviasi standar (S) data
berkelompok

= dan S=

10
 Tabel 6.1 perhitungan Mean
Interval nilai F X FM F (M - )

1 – 20 5 10,50 52,50 5 (10,50 – 46,9)2 = 6624,80

21 – 40 15 30,500 457,50 15 (30,50 – 46,9)2 = 4034,40

41 – 60 17 50,50 858,50 17 (50,50 – 46,9)2 = 220,32

61 – 80 10 70,50 705,00 10 (70,50 – 46,9)2 = 5569,60

81 – 100 3 90,50 271,50 3 (90,50 – 46,9)2 = 5702,88

= = 46,90 S= = 21,26

Perhitungan nilai Z :

Z1 = = -2,18 Z2 = = -1,24

Z3 = = -0,30 Z4 = = 0,64

Z5 = = 1,58 Z6 = = 2,52

a. Nilai probabilitas ditentukan oleh nilai Z melalui tabel luas kurva normal
b. Selisih/ beda diperoleh dari nilai probilitas besar dikurangi nilai
probabilitas kecil
Missal : 0,4854 – 0,3925 = 0,0929
11
 0,3925 – 0,1179 = 0,2746
c. Frekuensi harapan (fh) diperoleh dari selisih/beda dikalikan total fo
Missal : 0,9260 X 50 = 46,3
0,2746 X 50 = 13,73

Langkah pengujian :
a. Menentukan ho dan ha
Ho : fo = fh (fo dan fh sesuai atau fit)
Ha : fo ≠ fh (fo dan fh tidak sesuai atau tidak fit)
b. Menentukan level of significance
Menggunakan taraf keyakinan 99% dan toleransi kesalahan 1%
c. Kriteria pengujian
X2α; (db), dimana db =k-3, k= banyaknya kelas (5 kelas) dan 3=
besaran statistic (mean, deviasi standar standar unit), jadi x21%; (5-
3)= x21%; (2) = 9,210
Ho diterima jika x2 hitung ≤ 9,210
Ho ditolak jika x2 hitung > 9,210
d. Pengujian

X2= = + + + +

= 0,027 + 0,117 + 19,818 + 0,0039 + 0,078 = 20,0439

Kesimpulan: Karena x2 hitung = 20,0439 > 9,210, Ho ditolak , berarti

frekuensi nyata (observasi) tidak sesuai/tidak fit dengan frekuensi harapan.
Atau distribusi jumlah mahasiswa bukan merupakan sampel dari populasi
yang berdistribusi normal.

12
D. Uji Tabel Kontingensi
Uji Kontingensi digunakan untuk menguji ada tidaknya pengaruh
suatu variable (sampel) terhadap variasi (sampel) lainnya yang dibagi
menjadi beberapa subvariabel. Misalnya pengaruh tingkat pendapatan
terhadap pola konsumsi, pengaruh usia terhadap kemangkiran bekerja,
pengaruh usia terhadap tingkat produktivitas kerja, dsb. 3

Tabel 2.1 uji independensi

VARIABEL I

S1 S2 …… Sk JUMLAH

T1 N11 N22 …... N1.k NT1

VARIABEL T2 N21 N22 …… N2.k NT2

II …… …… …… …… …… …..

Tr Nr.1 Nr.2 Nr.K NTr

JUMLAH NS1 NS2 …… NS N

Langkah pengujiannya adalah sbb.

1. Menentukan Ho dan Ha
Ho : P11 = P12 = P13 = P14 = ….. = P1.k
P21 = P22 = P23 = P24 = ….. = P2.k
P31 = P32 = P33 = P34 = ….. = P3.k
P41 = P42 = P43 = P44 = ….. = P4.k

Ha : P11 ≠ P12 ≠ P13 ≠ P14 ≠ ….. = P1.k

P21 ≠ P22 ≠ P23 ≠ P24 ≠ ….. = P2.k
P31 ≠ P32 ≠ P33 ≠ P34 ≠ ….. = P3.k
P41 ≠ P42 ≠ P43 ≠ P44 ≠ ….. = P4.k

3
Sudaryono, 2012, Statistika Probabilitas, Yogyakarta : CV ANDI OFFSET, Hlm : 265
13
2. Menetukan level of significance
3. Kriteria pengujian
Ho diterima Jika X2hitung ≤ X2tabel, α;( r-1)(k-1)
Ho ditolak Jika X2hitung > X2tabel, α;( r-1)(k-1)

4. Pengujian dengan rumus X2=

Kesimpulan

Contoh
Riset sebuah perusahaan mengenai pengaruh usia terhadap tingkat
kemangkiran karyawan yang bekerja di perusahaan tersebut selama satu
tahun menunjukkan angka-angka berikut

Tabel 3.1 hasil riset pengaruh usia terhadap kemangkiran karyawan

Usia karyawan (tahun)

20-35 36-50 51-65 66 ≤

1–5 20 13 4 3

Kemangkiran 6-10 15 15 9 5

(hari) 11-15 8 5 16 10

16 ≤ 2 7 25 10

Jumlah 45 40 54 28

Dengan menggunakan alfa 5%, ujilah pendapat yang menyatakan

bahwa usia dan tingkat kemangkiran karyawan bersifat independen satu
sama lain!

Langkah pengujian :
a. Menentukan Ho dan Ha

14
 Ho : semua proporsi usia karyawan terhadap tingkat
kemahirannya adalah sama, atau tidak terdapat pengaruh usia
karyawan terhadap tingkat kemangkirannya

Ha: tidak semua proporsi usia karyawan terhadap tingkat

kemangkirannya adalah sama, atau terdapat pengaruh usia
karyawan terhadap tingkat kemangkirannya.
b. Menentukan level of significance
Kita menggunakan taraf keyakinan 95% dan alfa 5%
c. Kriteria pengujian
X2 α;( r-1)(k-1) = X2 5% (4-1)(4-1) = X2 (5%;9) = 16,919
Ho diterima jika X2 hitung ≤ 16,919
Ha ditolak jika X2 hitung > 16,919
d. Pengujian
Rumus umum :

X2= Fh =

Perhitungan frekuensi harapan (fh) :

1). Kemangkiran 1-5 hari:
Usia 20 – 35 : fh1 = = 10,78

Usia 36 – 50 : fh2 = = 9,58

Usia 51 – 65 : fh3 = = 12,93

Usia 66 ≤ : fh4 = = 6,71

2). Kemangkiran 6-10 hari

Usia 20 – 35 : fh5 = = 11,86

Usia 36 – 50 : fh6 = = 10,54

Usia 51 – 65 : fh7 = = 14,23

Usia 66 ≤ : fh8 = = 7,38

3). Kemangkiran 11-15 hari

15
 Usia 20 – 35 : fh9 = = 10,51

Usia 36 – 50 : fh10 = = 9,34

Usia 51 – 65 : fh11 = = 12,61

Usia 66 ≤ : fh12 = = 6,54

4). Kemangkiran 16 ≤ hari :

Usia 20 – 35 : fh13 = = 11,86

Usia 36 – 50 : fh14= = 10,54

Usia 51 – 65 : fh15 = = 14,23

Usia 66 ≤ : fh16 = = 7,38

Perhitungan X2 :

= 7,88 = 0,60

= 1,22 = 2,02

= 6,17 = 0,91

= 2,05 = 1,83

= 0,83 = 8,20

= 1,89 = 1,19

= 1,92 = 8,15

= 0,77 = 0,93

Jumlah X2 = 46,56

16
 e. Kesimpulan
Karena X2 hitung = 46,565 > 16,565 , Ho ditolak, berarti tidak
semua proporsi usia karyawan terhadap tingkat kemangkirannya
adalah sama .

E. Chi – Kuadrat Untuk Menguji Proporsi

Pengujian ini dilakukan untuk menguji hipotesis nihil yang
menyatakan proporsi-proporsi dari beberapa individu (sampel) yang
diteliti mempunyai sifat/kriteria yang sama. Misalnya proporsi tidak
senang, proporsi setuju, proporsi tidk setuju, dll.

Prosedur uji statistic Chi -Kuadrat

a. Membuat hipotesis dalam uraian kalimat
Ho : fo = fh (fo dan fh sesuai atau fit)
Ha : fo ≠ fh (fo dan fh tidak sesuai atau tidak fit)
b. Menentukan level of significance
Disini kita dapat menggunakan taraf keyakinan 80 %, 90%, 95%,
98%, dan 99%. Sesuai dengan taraf keyakinan si penguji, derajat
kebebasan ditentukan melalui banyaknya pasang frekuensi
dikurangi dengan banyaknya besaran yang dihitung dari hasil
observasi (pengamatan) yang digunakan untuk menghitung
frekuensi harapan.
c. Menghitung X2hitung dan X2tabel
1) Mengitung nilai X2hitung
Rumus

X2 =

2) Nilai X2tabel
Nilai dari distribusi X2tabel tergantung dari derajat bebas
(v)/degree of freedom
X2tabel = X2(α,db) db = k-1, α= derajat bebas (taraf signifikan)

17
 d. Menentukan kriteria pengujian
Ho diterima Jika X2hitung ≤ X2tabel, (α; k-1)
Ho ditolak Jika X2hitung > X2tabel, (α; k-1)
e. Membuat keputusan

Contoh
Seorang mahasiswa fakultas ilmu komunikasi universitas “Z” dalam
penelitiannya ingin mengetahui penggunaan jenis operator seluler yang digunakan
buat kartu handphone mereka. Untuk keperluan penelitian tersebuut diambil
secara acak 138 orang mahasiswa fakultas ilmu komunikasi universitas “Z” . Dari
hasil survey didapat 23 orang memilih simpati, 15 orang memilih XL, 27 orang
memilih Esia, 24 orang memilih IM3, 23 orang memilih Mentari dan 16 orang
Memilih Frend.
Pertanyaan :
Ujilah pernyataan yang menyebutkan bahwa proporsi mahasiswa memilih
operator seluler adalah sama, gunakan taraf nyata 5%

Langkah-langkah menjawab
1. Membuat hipotesis (Ha dan Ho) dalam uraian kalimat
Ho : proporsi mahasiswa fakultas ilmu komunikasi universitas “Z”
dalam memilih operator seluler adalah sama
Ha ; proporsi mahasiswa fakultas ilmu komunikasi universitas “Z”
dalam memilih operator seluler adalah tidak sama
2. Menentukan taraf signifikan
Pada penelitian ini digunakan taraf signifikasi α= 5%
3. Menghitung X2hitung
rumus

X2 =

18
 a. Tahapan menghitung X2hitung
1). Membuat tabel penolong
Tabel 1.1 tabel penolong untuk menghitung nilai X2hitung

X2 =
Frekuensi Frekuensi (fo-
Jenis operator
observasi (fo) harapan (fh) fh)2

Simpati 23 23 0 0

XL 15 23 64 2,78

Esia 27 23 16 0,7

IM3 24 23 1 0,04

Mentari 23 23 0 0

Frend 26 23 9 0,39

138 3,91

2). Untuk menetukan nilai (fh) dapat dicari dengan rumus

fh = = = 23

3). Menentukan nilai X2hitung dengan rumus X2 =

X2 = = + + + +

+ = 3,91

19
 b. Nilai X2tabel
Nilai dari distribusi X2tabel tergantung dari derajat bebas
(v)/ degree of freedom
X2tabel = X2(α,db)
Dengan n = 6, α = 5%
X2tabel = X2(α,db), db = n-1 = 6-1 = 5
Nilai X2tabel = X2(0,05,5) lihat tabel Chi Kuadrat = 11,07

4. Kaidah pengujian
Jika X2hitung ≤ X2tabel, maka diterima Ho
Jika X2hitung > X2tabel, maka ditolak Ho

5. Membandingkan antara X2hitung dan X2tabel

Ternyata X2hitung = 3,91 ≤ X2tabel = 11,07 maka diterima Ho

6. Membuat keputusan
Karena X2hitung ≤ X2tabel, maka Ho diterima, sehingga
keputusannya adalah proporsi mahasiswa fakultas ilmu
komunikasi universitas “Z” dalam memilih operator telepon
seluler adalah sama.

20
Langkah-langkah uji chi kuadrad dengan cara spss

Contoh kasus

Seorang peneliti ingin mengetahui apakah terdapat “hubungan antara sumber air
minumdengan kejadian diare pada balita di wilayah kerja Puskesmas Juwiring
Kab. Klaten tahun 2019”. Untuk mengukur (mempperoleh data) variabel. Sumber
air minum dan variabel kejadian diare tersebut, maka penelitian membagikan
kusioner atau; angket (30 responden) orang tua balita yang berkunjung ke
Puskesmas Juwiring.adapun bentuk kusioner penelitian adalah sebagai berikut.

A. Pertanyaan kusioner variabel

“sumber air minum” Apakah
jenis air yang anda gunakan
untuk memenuhi kebutuhan
sehari-hari? Adapun pilihan
jawabannya adalah sbb.
1. PDAM
2. Air Mineral
3. Air Sumur
4. Air Hujan
5. Air Sungai
B. Pertanyaan kuisone variabel
”kejadian diare” Apakah anak
balita anda terkena diare
dalam enam bulan terakhir?
Adapun pilihan jawabannya
adalah sbb.
1. Tidak
2. Ya

Kriteria atau kategori skor jawaban

responden atas kuisone penelitian
diatas dengan ketentuan sebagai
berikut.

1. Variabel “Sumber Air

Minum”, jika responden
menjawab “PDAM” Atau
“Air mineral” Maka diberi
skor 1. Artinya sumber air
minum terlindungi.
Sementara jika responden

21
 menjawab “Air sumur” atau “ Air Hujan”, atau “Air Sungai” maka diberi
skor 2. Artinya air minum tidak terlindungi
2. Variabel kejadian diare, jika responden menjawab “Tidak” maka diberi skor
1. Artinya tidak diare. Sementara jika responden menjawab “Ya” maka
diberi skor 2, artinya diare.

Langkah-langkah Uji square dengan SPSS

1. Buka program SPSS, Klik variabel view. Untuk proses pengisian properti
variable penelitian sesuai dengan ketentuan berikut

2. Jika telah selesai pada tahap mengisi properti variabel, langkah

selanjutnya klik Data view, kemudian memasukan skor jawaban untuk
variabel Sumber Air Minum dan Variabel Kejadian Diare diatas sesuai
kolom variabel yang tersedia sampai 30 responden tadi.

22
3. Langkah selanjutnya, dari menu SPSS pilih menu Analyze, dan
Descriptive Statistics, lalu pilih Crosstabs

4. Muncul kotak dialog dengan nama “crosstabs” Berikutnya masukan

Variabel Sumber Air Minum ke kotak Row(S), kemudian masukan
variabel kejadian diare kekotak Column(S).

23
5. Langkah berikutnya, Klik statistics.. kemudian muncul kotak dengan
nama “crosstabs”, centang pada bagian chi square, lalu klik continue.

6. Terakhir klik ok. Maka akan muncul output SPSS yang akan kita
interpretasikan.

24
Interpretasi Output Uji Chi Square dengan SPSS

Output 1

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Sumber air minum * 30 100,0% 0 0,0% 30 100,0%

Kejadian Diare

Berdasarkan output diatas diketahui bahwa terdapat 30 data yang semuanya

diproses kedalam analisis (maka tidak ada data yang missing atau hilang).
Sehingga tingkat kevalidanya adalah 100%.

Output 2

Sumber air minum * Kejadian Diare Crosstabulation

Count

Kejadian Diare Total

Tidak diare Diare

Terlindungi 10 2 12
Sumber air minum
Tidak Terlindungi 5 13 18
Total 15 15 30

Dari output diatas terlihat tabel tabulasi silang yang memuat informasi hubungan
antara variabel sumber air minum dengan variabel kejadian diare.
Pada baris 1 kolom 1, pada tabel count terdapat angka 10, angka ini menunjukan
ada 10 balita yang meminum air dari sumber air kategori terlindungi dimana 10
balita tersebut tidak mengalami diare.

25
Output 3

Chi-Square Tests

Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)

Pearson Chi-Square 8,889a 1 ,003

Continuity Correctionb 6,806 1 ,009
Likelihood Ratio 9,505 1 ,002
Fisher's Exact Test ,008 ,004
Linear-by-Linear 8,593 1 ,003
Association
N of Valid Cases 30

a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,00.
b. Computed only for a 2x2 table

Rumusan Hipotesis Penelitian

H0: Tidak aada hubungan antara sumber air minum dengan kejadian diare pada
balita diwilayah kerja puskesmas juwiring tahun 2019.
Ha: Ada hubungan antara sumber air minum dengan kejadian diare pada balita
diwilayah kerja puskesmas juwiring tahun 2019.

Pengambilan keputusan berdasarkan nilai signifikasi (Asymp. Sig.)

1. Jika nilai Asymp. Sig. (2-sided)< 0,05, maka artinya H0 ditolak dan Ha
diterima.
2. Jika nilai Asymp. Sig. (2-sided)> 0,05, maka artinya H0 diterima dan Ha
ditolak.
Berdasarkan tabel output diatas diketahui nilai Asymp. Sig. (2-sided) pada uji
pearson nilai Asymp. Sig. (2-sided) 0,003<0,05, maka berdasarkan dasar
pengambilan keputusan diatas, dapat disimpulkan bahwa H0 ditolak dan Ha
diterima. Dengan demikian dapat diartikan bahwa “ada hubungan antara sumber
air minum dengan kejadian diare pada balita diwilayahn kerja puskesmas”.
Hal ini dapat diartikan pula semakin terlindungi air yang diminu oleh balita maka
kejadian diare akan semakin menurun, demikian sebaliknya.

Pengambilan keputusan berdasarkan nilai chi square

1. Jika nilai chi square hitung > chi square tabel, maka artinya H0 ditolak
dan Ha diterima.
2. Jika nilai chi square hitung < chi square tabel, maka artinya H0 diterima
dan Ha ditolak.
26
Dari tabel output diatas diketahui nilai chi square hitung adalah sebesar 8,889,
selanjutnya mencari nilai chi square tabel df=1 pada sig (a) 5% atau 0,050 pada
distribusi nilai chi square tabel statistik. Maka ketemu nilai sebesar 3,841.

Karena nilai chi square hitung 8,889> chi square tabel 3,841, maka sebagaimana
dasar pengambilan keputusan diatas dapat disimpulkan bahwa H0 ditolak dan Ha
diterima, sehingga dapat diartikam bahwa ada hubungan antara sumber air minu
dengan kejadian diare pada balita.

27
 BAB III
PENUTUP
Kesimpulan
Uji chi-square adalah salah satu uji dari statistika non parametik yang
sering di pakai untuk sebuah penelitian. Uji chi-square diterapkan pada kasus
dimana akan diuji apakah frekuensi yang akan di amati (data observasi) bebeda
secara nyata ataukah tidak dengan frekuensi yang diharapkan (expected
value).Sehingga akan menentukan apakah penelitian kita sesuai dengan yang
diharapkan atau tidak.

Uji chi-square ini memiliki banyak kegunaan seperti untuk mengetahui

ada tidaknya asosiasi antara 2 variabel (Independent test),untuk mengetahui
apakah suatu data kelompok homogen atau tidak (Homogenity test),untuk menguji
kenormalan data dengan melihat distribusi data (Goodness of fit test)

Uji chi-square ini kita dapat mengetahui apakah harapan kita dalam
melakukan penelitan sesuai dengan harapan dan kenyataan ataupun tidak.
Sehingga jika tidak sesuai kita dapat mengevaluasi penelitian kita sampai
diketahui apa penyabab ketidak sesuaiannya.

28
 DAFTAR PUSTAKA

Thofa, tt, kelebihan chi-kuadrat, https://thofa.page.tl/Analisis-Nonprametrik.htm

diakses pada 1 november 2019 pukul 13.00 WIB

Anonim,2013,kekuranganchi-kuadrat,
https://parameterd.wordpress.com/2013/09/24/keterbatasan-chi-square-limitation-
of-chi-square/diaksespada 30 oktober 2019 pukul 20.33 WIB

29