Disusunoleh: Kelompok 8
Nadia 170101050
SitiAnnisa 170101050675
1
JURUSAN EKONOMI SYARIAH
2019
DAFTAR ISI
BAB I PENDAHULUAN
A. LatarBelakang. .............................................................................................. ii
B. RumusanMasalah.......................................................................................... ii
C. Tujuanpenulis. ............................................................................................... ii
BAB II PEMBAHASAN
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.
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.).
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.
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
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
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
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
…;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 - )
= = 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= = + + + +
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
S1 S2 …… Sk JUMLAH
II …… …… …… …… …… …..
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)
Kesimpulan
Contoh
Riset sebuah perusahaan mengenai pengaruh usia terhadap tingkat
kemangkiran karyawan yang bekerja di perusahaan tersebut selama satu
tahun menunjukkan angka-angka berikut
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
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
X2= Fh =
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 .
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
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
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.
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.
1. Buka program SPSS, Klik variabel view. Untuk proses pengisian properti
variable penelitian sesuai dengan ketentuan berikut
22
3. Langkah selanjutnya, dari menu SPSS pilih menu Analyze, dan
Descriptive Statistics, lalu pilih Crosstabs
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
Cases
Output 2
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)
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
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 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
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