RINGKASAN MATERI

PERTEMUAN 5 : KASUS DUA SAMPEL INDEPENDEN

UJI EKSAK FISHER, UJI CHI-SQUARE, DAN UJI MEDIAN
Oleh :
Nama : Gresti Jelita Sari (15)
NIM : 211810319
Kelas : 2ST10

Pendahuluan
Dalam mempelajari perbedaan-perbedaan antara dua kelompok, kita dapat
menggunakan kelompok-kelompok yang berhubungan maupun kelompok-kelompok
independen. Pada ringkasan pertemuan 4 telah dibahas mengenai tes statistik dimana dua
kelompok saling berhubungan. Ringkasan pertemuan 5 ini dipakai untuk menetapkan apakah
perbedaan-perbedaan dalam sampel-sampel merupakan fakta yang meyakinkan mengenai
adanya perbedaan dalam proses-proses yang dikenakan pada sampel itu.

A. UJI EKSAK FISHER

➢ Fungsi
Uji Eksak Fisher merupakan teknik nonparametrik yang sangat berguna untuk menganalisi
data yang terpisah (baik ordinal maupun nominal) bilamana kedua sampel independen
berukuran kecil. Uji ini dipakai manakala skor-skor yang didapat dari dua sampel random
independen semuanya masuk dalam salah satu kelas yang saling asing satu dengan yang
lain. Dengan kata lain, setiap subjek dalam kelompok itu mendapatkan satu dari dua skor
yang mungkin. Skor-skor tersebut direpresentasikan dalam tabel kontingensi sebagai
berikut :
Variabel
Tabel Kontingensi 2 x 2 Jumlah
- +
I A B A+B
Kelompok
II C D C+D
Jumlah A+C B+D N

Kelompok I dan II adalah sembarang kelompok independen, misalnya pria dan wanita,
bekerja dan menganggur, ayah dan ibu, dll. Tanda di atas kolom (dalam tabel ini + dan -)
dapat ditunjukkan atas sembarang klasifikasi seperti di atas dan di bawah median, setuju
dan tidak setuju, lulus dan gagal, dll. Uji ini menentukan apakah kedua kelompok tersebut
berbeda dalam proporsi elemen yang masuk kedua klasifikasi yang ada. Pada tabel di atas
(A, B, dan C mewakili frekuensi) uji ini akan menentukan apakah Kelompok I dan
Kelompok II secara signifikan berbeda dalam proporsi tambah dan kurang yang diterapkan
atas kelompok-kelompok tersebut.
➢ Asumsi
1. Data terdiri dari A pengamatan sampel dari populasi 1 dan sampel B pengamatan dari
populasi 2.
2. Sampel random dan independen.
3. Setiap pengamatan dapat dikategorikan sebagai salah satu jenis dari dua jenis yang
beda .

➢ Hipotesis
1. ( Dua Sisi )
H0 : Proporsi dengan karakteristik sama dalam kedua populasi , yaitu, p1 = p2
H1 : Proporsi dengan karakteristik tidak sama di kedua populasi, p1≠ p2
2. ( Satu Sisi )
H0 : Proporsi dengan karakteristik sama dalam kedua populasi , yaitu, p1 = p2
H1 : p1 > p2 atau p1 < p2

➢ Statistik Uji
Rumus :
𝐴+𝐶 𝐵+𝐷
( )( )
𝑝= 𝐴 𝐵
𝑁
( )
𝐴+𝐵

(𝐴 + 𝐶)! (𝐵 + 𝐷)!
( )( )
𝐴! 𝐶! 𝐵! 𝐷!
𝑝=
𝑁!
(𝐴 + 𝐵)! (𝐶 + 𝐷)!

(𝐴 + 𝐵)! (𝐶 + 𝐷)! (𝐴 + 𝐶)! (𝐵 + 𝐷)!

𝑝=
𝑁! 𝐴! 𝐵! 𝐶! 𝐷!
Perlu kita ingat bahwa penyimpangan-penyimpangan yang lebih ekstrem (freskuensi sel
adalah 0) dari distribusi di bawah H0 dapat saja terjadi dengan jumlah marjinal yang sama
dan kita harus mempertimbangkan penyimpangan-penyimpangan tersebut. Dengan
demikian kita harus menjumlahkan kemungkinan terjadinya suatu observasi/penelitian
dengan kemungkinan hal yang lebih ekstrem yang mungkin terjadi.

Cara lain tanpa rumus :

• Apabila peneliti cukup puas dengan menggunakan tingkat signifikandi dan bukannya
nilai p yang eksak, Tabel I (Siegel, 2011) dapat digunakan. Dengan tabel tersebut
peneliti tidak perlu melakukan penghitungan terhadap nilai p lain yang ekstrem.
Dengan tabel tersebut peniliti dapat langsung menetapkan signifikansi seperangkat
harga observasi dalam suatu tabel kontingensi 2x2.
• Tabel I dapat diterapkan untuk data dengan N = 30
• Petunjuk menggunakan Tabel I :
1. Tentukan harga A+B dan C+D dalam data observasi
2. Carilah harga A+B dalam Tabel I di bawah judul “Jumlah di Tepi Kanan”
 3. Carilah pula harga C+D di bawah judul yang sama
4. Untuk harga C+D observasi, beberapa harga B* yang mungkin, didaftar dalam
tabel itu. Carilah harga B observasi diantara kemungkinan-kemungkinan yang
ditunjukkan.
5. Amatilah harga D. Jika harga D yang diobservasi ≤ harga yang disajikan dalam
Tabel di bawah tingkat signifikansi, maka data yang diobservasi signifikan pada
tingkat itu.

➢ Langkah-langkah pengerjaan
1. Tentukan Hipotesis dan Taraf Signifikansi
2. Masukkan frekuensi-frekuensi observasi pada tabel 2x2
3. Hitung jumlah marjinal dan N (jumlah kasus independen yang diobservasi)
4. Uji Statistik
• Untuk tes signifikansi gunakan Tabel I sebagai acuan
• Untuk kemungkinan yang eksak gunakan rumus
Dalam kedua cara di atas, harga yang dihasilkan adalah untuk uji satu sisi.
Untuk uji dua sisi, tingkat signifikansi yang ditunjukkan pada Tabel I ataupun
harga p yang dihasilkan dari rumus harus dikalikan dua.
5. Keputusan
Tolak H0 jika
• Tingkat signifikansi pada Tabel I ≤ 𝛼
• Harga p ≤ 𝛼

➢ Contoh Soal
1. Berikut adalah 12 observasi dari dua kelompok data yang dibagi dalam dua kategori
yaitu diatas median dan dibawah median. Ujilah apakah proporsi diatas median
populasi I lebih besar dari populasi II? Gunakan α = 0,05.

Penyelesaian
a. Hipotesis
H0 : Proporsi di atas median populasi I sama dengan populasi II , yaitu, p1 = p2
H1 : Proporsi di atas median populasi I lebih besar daripada populasi II, p1 > p2
b. Tingkat signifikansi
α = 0,05
c. Uji Statistik
Peluang pemunculan data
(𝐴 + 𝐵)! (𝐶 + 𝐷)! (𝐴 + 𝐶)! (𝐵 + 𝐷)!
𝑝=
𝑁! 𝐴! 𝐵! 𝐶! 𝐷!
 (4 + 1)! (1 + 6)! (4 + 1)! (1 + 6)!
𝑝=
12! 4! 1! 1! 6!

5! 7! 5! 7!
𝑝=
12! 4! 1! 1! 6!

𝑝 = 0.0442

Peluang pemunculan data yang lebih ekstrem

5! 7! 5! 7!
𝑝=
12! 5! 0! 0! 7!
𝑝 = 0.0013

𝐽𝑎𝑑𝑖 𝑡𝑜𝑡𝑎𝑙 𝑝𝑒𝑙𝑢𝑎𝑛𝑔 𝑝 = 0.0442 + 0.0013

𝑝 = 0.0455

d. Keputusan
Tolak H0 karena harga p ≤ 𝛼 → 0.0455 ≤ 0.05

e. Kesimpulan
Dengan tingkat signifikansi 5% tidak cukup bukti untuk menyatakan bahwa
proporsi di atas median populasi I sama dengan populasi II Jadi proporsi di atas
median populasi I lebih besar daripada populasi II.
2. Seorang peneliti ingin meneliti mengenai proporsi jenis pekerjan penduduk di bidang
pertanian dan non pertanian di suatu wilayah kecil. Penduduk dibedakan berdasarkan
tempat tinggal mereka, yaitu desa dan kota. Diperolehlah data sebagai berikut

Pekerjaan
Jumlah
Pertanian Non pertanian
Desa 7 1 8
Kota 2 16 18
Jumlah 9 17 26

Dengan taraf signiifikansi 5% ujilah apakah penduduk dengan pekerjaan di bidang non
pertanian di desa lebih besar daripada penduduk dengan pekerjaan pertanian di kota.
Penyelesaian
a. Hipotesis
Ho : proporsi penduduk dengan pekerjan pertanian dengan proporsi penduduk
dengan pekerjaan non pertanian di desa dan di kota adalah sama
H1 : proporsi penduduk dengan pekerjaan di bidang non pertanian di desa lebih
besar daripada penduduk dengan pekerjaan pertanian di kota.
b. Tingkat signifikansi
𝛼 = 0.05
Wilayah kritik p ≤ 𝛼
c. Uji Statistik

Pekerjaan
Jumlah
Pertanian Non pertanian
Desa 7 1 8
Kota 2 16 18
Jumlah 9 17 26

(𝐴 + 𝐵)! (𝐶 + 𝐷)! (𝐴 + 𝐶)! (𝐵 + 𝐷)!

𝑝=
𝑁! 𝐴! 𝐵! 𝐶! 𝐷!

(7 + 1)! (2 + 16)! (7 + 2)! (1 + 16)!

𝑝=
26! 7! 1! 2! 16!

𝑝 = 0.0003917

Peluang pemunculan data yang lebih ekstrem

Pekerjaan
Jumlah
Pertanian Non pertanian
Desa 8 0 8
Kota 1 17 18
Jumlah 9 17 26

(𝐴 + 𝐵)! (𝐶 + 𝐷)! (𝐴 + 𝐶)! (𝐵 + 𝐷)!

𝑝=
𝑁! 𝐴! 𝐵! 𝐶! 𝐷!

8! 18! 9! 17!
𝑝=
26! 8! 0! 1! 17!

𝑝 = 0.00005761

Jadi peluang totalnya

𝑝 = 0.0003917 + 0.00005761 = 0.000397461
 d. Keputusan
Tolak Ho karena p ≤ 𝛼 → 0.000397461 ≤ 0.05

e. Kesimpulan
Dengan tingkat signifikansi 5% tidak cukup bukti untuk menyatakan bahwa
proporsi penduduk dengan pekerjan pertanian dengan proporsi penduduk dengan
pekerjaan non pertanian di desa dan di kota adalah sama. Sehingga dapat
disimpulkan bahwa proporsi penduduk dengan pekerjaan di bidang non pertanian
di desa lebih besar daripada penduduk dengan pekerjaan pertanian di kota.

B. UJI CHI-SQUARE

➢ Fungsi
Jika dua penelitian terdiri dari frekuensi-frekuensi dalam kategori-kategori yang diskrit,
uji 𝓧2 dapat dipergunakan untuk menetapkan signifikansi perbedaan-perbedaan antara dua
kelompok independen. Bisa digunakan minimal data berskala nominal. Hipotesis yang diuji
biasanya adalah kedua kelompok itu berbeda dalam hal ciri khas tertentu, dengan demikian
perbedaan itu berhubungan dengan frekuensi relatif masuknya anggota2 kelompok ke
dalam beberapa kategori.

➢ Hipotesis
1. ( Dua Sisi )
H0 : p1 = p2
H1 : p1≠ p2
2. ( Satu Sisi )
H0 : p1 = p2
H1 : p1 > p2 atau p1< p2

➢ Statistik Uji
1. Apabila data disusun pada tabel kontingensi 2 x 2
(df = 1, r = 2 dan k = 2)
Variabel
Tabel Kontingensi 2 x 2 Jumlah
- +
I A B A+B
Kelompok
II C D C+D
Jumlah A+C B+D N
Rumus:
𝑁 2
𝑁 (|𝐴𝐷 − 𝐵𝐶| − 2 )
𝒳2 =
(𝐴 + 𝐵)(𝐶 + 𝐷)(𝐴 + 𝐶)(𝐵 + 𝐷)
 2. Apabila datadisusun dalam tabel b x k
Rumus:
𝑟 𝑘
2
(𝑂𝑖𝑗 − 𝐸𝑖𝑗 )2
𝒳 = ∑∑
𝐸𝑖𝑗
𝑖=1 𝑗=1

Dimana :
𝑂𝑖𝑗 = jumlah observasi untuk kasus-kasus yang dikategorikan dalam baris ke-i dan
kolom ke-j
𝐸𝑖𝑗 = banyak kasus yang diharapkan di bawah H0 untuk dikategorikan dalam baris
ke-i dan kolom ke-j

𝑛𝑖. × 𝑛.𝑗
𝐸𝑖𝑗 =
𝑛
dimana:
𝑛𝑖. = jumlah baris ke –i
𝑛.𝑗 = jumlah kolom ke –j
𝑛 = jumlah/ total observasi

➢ Langkah-langkah pengerjaan
1. Tentukan Hipotesis dan Tingkat Signifikansi
2. Masukkan frekuensi-frekuensi observasi dalam suatu tabel kontingensi k x r, dengan
menggunakan k kolom dan r baris disediakan untuk kondisi-kondisi yang berlainan
3. Tentukan freskuensi harapan untuk maing-masing sel
4. Hitung nilai 𝒳 2 hitung dengan menggunakan salah statu rumus di atas
5. Keputusan
Tolak H0 jika 𝒳 2 hitung ≥ 𝒳 2 tabel
6. Kesimpulan

➢ Contoh Soal
1. Penelitian dilakukan untuk mengetahui adakah hubungan antara jenis sekolah
(SMA/SMK) dengan minat lulusan untuk melanjutan studi ke perguruan tinggi atau
bekerja.. Jenis sekolah dikelompokkan menjadi dua yaitu SMA dan SMK. Sampel
pertama sebanyak 80 orang, sampel kedua sebanyak 70 orang. Berdasarkan angket yang
diberikan kepada sampel lulusan SMA, maka dari 80 orang tersebut yang memilih
melanjutkan studi ke perguruan tinggi sebanyak 60 orang, dan yang memilih bekerja
sebanyak 20 orang. Selanjutnya dari kelompok sampel lulusan SMK memilih
melanjutkan studi ke perguruan tinggi sebanyak 20 orang, dan yang memilih bekerja
sebanyak 50 orang.
Penyelesaian
a. Hipotesis
H0 : Tidak terdapat perbedaan jenis sekolah dengan minat lulusan
H1 : Terdapat perbedaan jenis sekolah dengan minat lulusan
• Kriteria pengujian hipotesis
 b. Tingkat signifikansi 5%.
Tolak H0 jika 𝒳 2 hitung ≥ 𝒳 2 tabel
𝒳 2 (2-1)(2-1) = 𝒳 2 tabel dengan df 1 adalah 3,48
c. Uji Statistik

Minat lulusan
Jumlah
Sampel Melanjutkan
Bekerja Sampel
studi
Lulusan
60 20 80
SMA
Lulusan
20 50 70
SMK
Jumlah 80 70 150

𝑁 2
𝑁 (|𝐴𝐷 − 𝐵𝐶| − 2 )
𝒳2 =
(𝐴 + 𝐵)(𝐶 + 𝐷)(𝐴 + 𝐶)(𝐵 + 𝐷)

150 2
150 (|60.50 − 20.20| − 2 )
𝒳2 =
(60 + 20)(20 + 50)(60 + 20)(20 + 50)
2
𝒳 = 30.50

d. Keputusan
Tolak H0 karena 𝒳 2 hitung (30.50) ≥ 𝒳 2 tabel (3.48)

e. Kesimpulan
Dengan tingkat signifikansi 5% tidak cukup bukti untuk menyatakan bahwa tidak
terdapat perbedaan jenis sekolah baik SMA maupun SMK dengan minat lulusan.
Jadi Terdapat perbedaan jenis sekolah dengan minat lulusan.

C. UJI MEDIAN
➢ Fungsi
Uji Median adalah suatu prosedur untuk menguji apakah dua kelompok independen
berbeda dalam harga-harga tengahnya (nilai mediannya). Uji ini memberikan informasi
mungkin atau tidaknya kedua kelompok independen (tidak mutlak perlu bahwa keduanya
berukuran sama) telah ditarik dari suatu populasi yang mempunyai median yang sama.
Uji Median dapat digunakan pada data minimal berskala ordinal.

➢ Hipotesis
1. Dua arah
H0 : Kedua kelompok berasal dari populasi-populasi yang bermedian sama
 H1 : Median suatu populasi berbeda dengan median populasi yang lain
2. Satu arah
H0 : Kedua kelompok berasal dari populasi-populasi yang bermedian sama
H1 : Media satu populasi lebih besar daripada median populasi yang lainnya

➢ Statistik Uji
1. Uji Fisher
(𝐴 + 𝐵)! (𝐶 + 𝐷)! (𝐴 + 𝐶)! (𝐵 + 𝐷)!
𝑝=
𝑁! 𝐴! 𝐵! 𝐶! 𝐷!

2. Uji Chi-Square
𝑁 2
𝑁 (|𝐴𝐷 − 𝐵𝐶| − 2 )
𝒳2 = 𝑑𝑓 = 1
(𝐴 + 𝐵)(𝐶 + 𝐷)(𝐴 + 𝐶)(𝐵 + 𝐷)

❖ Aturan penggunaan rumus

a. Jika m + n > 40 gunakanlah Uji Fisher dengan koreksi kontinyuitas
b. Jika 20 < m + n < 40 gunakan
• Uji Chi-Square dengan koreksi kontinuitas apabila tidak ada sel dengan
frekuensi harapan kurang dari 5
• Uji Fisher apabila ada sel yang memiliki nilai harapan kurang dari 5
c. Jika m + n < 20 gunakan Uji Fisher

❖ Aturan tambahan
Jika ada skor yang jatuh tepat pada median gabungan
a. Jika m+n besar dan sedikit yang jatuh tepat pada median gabungan maka kasus
tersebut digugurkan dari analisis
b. Skor tersebut dimasukkan dalam kategori ≤ Median

➢ Langkah-langkah Pengerjaan
1. Tentukan Hipotesis
2. Tentukan tingkat signifikansi dan nilai 𝒳 2 dari tabel C (Siegel)
3. Tentukan median gabungan dari skor m + n
4. Bagi dua, kedua himpunan skor tersebut apakah berada di bawah atau di atas median
gabungan, masukkan dalam tabel 2 x 2
5. Keputusan
• Untuk Uji Chi-Square
Tolak Ho jika 𝒳 2 ℎ𝑖𝑡𝑢𝑛𝑔 > 𝒳 2 𝑡𝑎𝑏𝑒𝑙
• Untuk Uji Fisher
Tolak Ho jika nilai probabilitas (p) yang diperoleh ≤ 𝛼
6. Kesimpulan
➢ Contoh Soal
Untuk melihat apakah ada perbedaan produksi per hektar tanaman jagung karena pengaruh
dua metode penanaman yang digunakan, pertumbuhan tanaman jagung dipilih dari
sejumlah plot tanah yang berbeda secara random. Kemudian produksi per hektar dari
masing-masing plot dihitung dan hasilnya adalah sebagai berikut:

Metode 1 83 91 94 89 96 91 92 90 92 85
Metode 2 91 90 81 83 84 83 88 91 90 84 80 85

Ujilah apakah median kedua metode tersebut sama? (α = 5%)

Penyelesaian
a. Hipotesis
Ho : dua metode mempunyai nilai median yang sama untuk produksi per hektar.
H1 : dua metode mempunyai nilai median yang berbeda untuk produksi per hektar.

b. Tingkat Signifikansi
α = 0.05
𝒳 2 (0.05,1) = 3,84

c. Uji Statistik
Nilai median gabungan = 89,5

Metode
Jumlah
1 2

Di atas Median 7 4 11

Di bawah
3 8 11
Median
Jumlah 10 12 22

𝑁 2
𝑁 (|𝐴𝐷 − 𝐵𝐶| − 2 )
𝒳2 =
(𝐴 + 𝐵)(𝐶 + 𝐷)(𝐴 + 𝐶)(𝐵 + 𝐷)
22 2
22 (|7.8 − 4.3| − )
𝒳2 = 2
(7 + 4)(3 + 8)(7 + 3)(4 + 8)
2
𝒳 = 1.65

d. Keputusan
Gagal tolak Ho karena 𝒳 2 ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝒳 2 𝑡𝑎𝑏𝑒𝑙 → 1.65 ≤ 3.84

e. Kesimpulan
Dengan tingkat signifikansi 5% cukup bukti untuk menyatakan bahwa dua metode
mempunyai nilai median yang sama untuk produksi per hektar.