Izwal Wiranto

1806140060
Resume Chi Square dan Korelasi
A. Uji Chi Square
Uji ini digunakan untuk melihat asosiasi antara dua variabel atau lebih. Uji chi square
digunakan pada data kualitatif atau kategori. Data kategori tersebut tidak digunakan untuk
mengukur variabel, melainkan untuk melihat variabel tersebut masuk ke dalam kategori
mana. Contohnya adalah data kategorik tidak digunakan untuk mengukur tingkat tekanan
darah seseorang, tapi untuk menggolongkan orang tersebut tergolong hipertensi atau
normal. Pada dasarnya uji chi square untuk membandingkan frekuensi yang diamati
dengan frekuensi yang diharapkan. Makin besar perbedaan nilai observe dengan expected,
maka kemungkinan perbedaan antara proporsi yang diuji.
(O  E ) 2
X2 
Rumus : E , dimana O=nilai observer dan E= Nilai expected.
Chi square merupakan salah satu metode untuk membuktikan hipotesis atau untuk mencari
kesimpulan, maka dalam mengoperasikan chi square harus memperhatikan langkah-
langkah uji hipostatistik sebagai berikut.
1. Menentukan formulasi Ho dan Ha
2. Menentukan nilai alfa (α)
3. Melakukan uji chi square, dimana nantinya didapat nilai p yang digunakan sebagai nilai
untuk menolah Ho
4. Keputusan Uji, jika p<α, maka Ho di tolak, tapi jika p>α, maka Ho gagal di tolak.
5. Kesimpulan.
Kemudian setelah menghitung atau menemukan kesimpulan, biasanya juga ditanyakan
mengenai jenis uji chi square apa yang dipakai. Tipe chi square ada tiga macam, yaitu:
1. Independency test (ada tidaknya asosiasi antara dua variabel)
2. Homogenity test (homogenitas antar subkelompok)
3. Goodness of Fit (seberapa jauh pengamatan sesuai dengan parameter yang
dispesifikasikan)
Selain itu, ada hal yang harus kita tahu juga nih tentang derajat kebebasan (degree of
freedom). Nah buat Uji Kai Kuadrat ternyata juga memakai df nih. Tapi ada perbedaan
rumus yang dipakai untuk mencari df nya. Dulu dalam uji “t” derajat kebebasan adalah
banyaknya kategori dikurang satu (df = n – 1). Sedangkan dalam Chi Square karena dia
pake yang namanya tabel kontengensi (tabel silang), derajat kebebasannya adalah baris
dikurangi satu di kali kolom di kurangi satu. df = (b – 1)(k – 1).
 Uji Syarat Uji Chi Square
• Tidak boleh ada nilai expected kecil dari satu (1)
• Tidak boleh lebih 20% sel nilai expectednya kecildari lima (5)
 • Jumlah sampel sebaiknya >40 orang (Cochran, 1954)
Rumus Nilai Expected

(O  E ) 2
X2 
E
Contoh soal: Sebuah coin dilambungkan 50 kali dan Gambar keluar 28 kali, maka berarti
nilai O=28. Nilai expected kalau coin itu seimbang (peluangnya masing-masing 0.5) maka
seharusnya antara gambar dan angka nilai E=25. (α = 0,05)
Jawaban:
1. Hipotesis : Ha= coin seimbang, Ho=coin tidak seimbang.
2. Degree of Freedom (df) pada Uji ini menunjukkan kategori, rumus df = (k-1). Pada
soal, k=2 maka df = 2 – 1 = 1
3. Sudah di didapat nilai X2 hitung = 0.72 Dengan df = 1 dan Alfa 0.05, maka diperoleh
X2 tabel = 3,841. Bandingkan nilai X2 hitung dan X2 tabel. Didapat X2 hitung < X2
tabel, maka Ho gagal ditolak (diterima).
4. Interprestasinya : coin tersebut seimbang.

B. Korelasi Regresi
Korelasi digunakan untuk mengetahui hubungan variabel numerik dengan variabel
numerik. Korelasi merupakan derajat atau keeratan hubungan. Fungsinya sebagai berikut.
1. Mengetahui derajat atau keeratan hubungan.
2. Mengukur kekuatan asosiasi (hubungan) linear antara dua variabel
3. Mengetahui arah hubungan dua variable numerik, apakah berpola positif atau negative
Hubungan dua variabel digambarkan dengan diagram tebar/pencar (Scatter Plot). X=
Variabel Independen, Y= Variabel Dependen.
Derajat keeratan hubungan (kuat lemahnya hubungan ) dapat dilihat dari tebaran datanya.
Semakin rapat tebarannya, semakin kuat hubungannya dan sebaliknya semakin melebar
tebarannya menunjukkan hubungan yang semakin lemah.
a. Koefisien relasi
Merupakan langkah pertama untuk menjelaskan derajat hubungan linier antara dua
variabel. Nilai korelasi (r) dari 0 s.d 1 atau jika disertai dengan arahnya nilainya antara
-1 sampai dengan +1
r = 0 tidak ada hubungan linier
r = -1 hubungan linier negatif sempurna
r = + 1 hubungan linier positif sempurna
Hubungan positif kenaikan satu variable diikuti dengan kenaikan variable yang lain.
Hubungan negativekenaikan satu variable diikuti dengan penurunan variable yang
lain.
 Menurut Colton, kekuatan hubungan dua varibel dapat dibagi dalam empat kelompok:
r = 0,00 – 0,25 tidak ada hubungan / hubungan lemah
r = 0,26 – 0,50 hubungan sedang
r = 0,51 – 0,75 hubungan kuat
r = 0,76 – 1,00 hubungan sangat kuat/sempurna
b. Uji Hipotesis
Untuk mengetahui apakah hubungan antara dua variabel terjadi secara signifikan atau
hanya karena faktor kebetulan dari random sample (by chance). Uji hipotesis dapat
dilakukan dengan membandingkan nilai r hitung dengan r tabel dan menggunakan
pengujian dengan pendekatan distribusi t
Regresi linier sederhana bertujuan untuk membuat prediksi nilai suatu variabel (variabel
dependen) melalui variabel yang lain (variabel independen). Untuk melakukan prediksi
digunakan persamaan garis dengan menggunakan metode kuadrat terkecil (least square).
Karena hubungan X dan Y pada ilmu sosial atau kesmas tidak eksak, persamaan garis
yang dibentuk menjadi : Y = a + bx + e, dimana :
Y = Variabel Dependen
X = Variabel Independen
a = Intecept, perbedaan besarnya rata-rata variabel Y ketika variabel X=0
b = Slope, perkiraan besarnya perubahan nilai variabel Y bila nilai variabel X berubah satu
unit pengukuran
e = nilai kesalahan (error) yaitu selisih antara nilai Y individual yang teramati dengan nilai
Y yang sesungguhnya pada titik X tertentu.
a. Kesalahan Standar Estimasi (Standard Error of Estimate/Se). Besarnya Se
menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel dependen
yang sesungguhnya. Semakin kecil nilai Se, semakin tinggi ketepatan persaman
estimasi yang dihasilkan untuk menjelaskan nilai variabel dependen yang
sesungguhnya, dan begitu sebaliknya.
b. Koefisien Determinasi (R2)/ R Square
Dapat diperoleh dengan mengkuadratkan nilai koefisien korelasi (r). Fungsinya adalah
untuk mengetahui seberapa besar variasi variabel dependen (Y) dapat dijelaskan oleh
variabel Independen (X) atau R2 menunjukkan seberapa jauh variabel independen (X)
dapat memprediksi variabel dependen (Y).
Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam
menjelaskan variasi-variabel dependen amat terbatas. Nilai yang mendekati satu berarti
variabelvariabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi-variabel dependen. Besarnya nilai R2 antara 0 s.d. 1 atau
anatar 0% s.d. 100%.
Contoh soal : Penelitian terhadap 25 orang penderita penyakit jantung kronis (PJK)
terhadap kadar kolesterol mereka. Dari sampel tersebut didapatkan rata-rata 210 gr/dl
dengan simpangan baku 50 gr/dl. Berapakah kadar kolesterol pada penderita PJK pada
95% CI?
Jawaban
 s
  x  t1 / 2
df n
 50
  210  2.064 x  210  20.64
25
μ= 210 ± 20,64
μ= { 189.36 ; 231.64} gr/dl………CI 95%