Contoh kasus

Seorang peneliti ingin mengetahui apakah ada hubungan antara jenis kelamin dengan hobi
seseorang. Berikut data yang kami ambil dari: Mason & Lind (1999)

Laki-laki yang suka olah raga : 27

Perempuan yang suka olah raga : 13
Laki-laki yang suka otomotif : 35
Perempuan yang suka otomotif : 15
Laki-laki yang suka Shopping : 33
Perempuan yang suka Shopping : 27
Laki-laki yang suka komputer : 25
Perempuan yang suka komputer : 25

Bualah tabel cross tabb dari data tersebut

Langkah-langkah analisa SPSS V.17 sebagai berikut

1.setup pada variable view seperti pada gambar berkut

2.masukkan data pada table diatas ke kolom data view dengan aturan sebagai berikut Baris 1 kolom 1 diisi nilai
27, baris 1 kolom 2 diisi nilai 35, baris 1 kolom 3 diisi nilai 33, begitu seterusnya sampai dapat data seperti pada
gambar berikut
3.langkah-langkah analisa SPSS nya adalah pilih pada menu data >> Weight Case

4.Klik Weight cases by >> pindahkan nilai dengan menekan tombol panah >> klik OK
5.pilih menu analyze >> crosstab

6.masukkan Baris ke Row >> masukkan kolok ke Colom

7.klik Statitic >> beri tanda pada pilihan Chi square

8.klik tombol continue dan lihat hasil out putnya

9.teknik pengambilan keputusan

Hasilnya dari out put adalah sebagai berikut chi hitung 5,729 sementara chi table Taraf
signifikansi (α) = 0,05.Df = (Baris1)(Kolom1) = (2-1).(4-1) = 3 adalah = 7,815 sehingga dapat
diputuskan chi hitung < chi table yaitu 5,729 < 7,815 atau jika menggunakan taraf signifikan
adalah sebagi berikut sig. hitung > alpha atau 0.126 > 0.005, sehingga Ho diterima dengan
kata lain Tidak ada terdapat hubungan yang signifikan antara jenis kelamin dengan
hobi

Contoh kasus
Perusahaan penyalur alat elektronik AC ingin mengetahui apakah ada hubungan antara
gender dengan sikap mereka terhadap kualitas produk AC. Untuk itu mereka meminta 25
responden mengisi identitas mereka dan sikap atau persepsi mereka terhadap produknya.
Permasalahan : Apakah ada hubungan antara gender dengan sikap terhadap kualitas AC?

Hipotesis :
 H0 = Tidak ada hubungan antara gender dengan sikap terhadap kualitas AC
 H1 = Ada hubungan antara gender dengan sikap terhadap kualitas AC
Tolak hipotesis nol (H0) apabila nilai signifikansi chi-square < 0.05 atau nilai chi-square
hitung lebih besar (>) dari nilai chi-square tabel.
Data dari keduapuluh lima responden dapat dilihat pada tabel di bawah ini.

Data Sikap Responden

Ket. : Gender : 1 = Laki-laki; 2 = Wanita, Sikap: 1 = berkualitas, 2 = Tidak berkualitas

Langkah-langkah SPSS
1. Analyze > Descriptive Statistics > Crosstab
2. Masukkan variabel Gender ke dalam kotak Row
3. MAsukkan variabel Sikap ke dalam kotak Column
4. Klik untuk pilihan Statistics
5. Pilih menu Chi-square, tekan Continue
6. Pilih Cell, Observed, tekan Continue
7. Klik Ascending, tekan Continue
8. Tekan OK
Hasil output SPSS

Case Processing Summary

Pada tabel case processing summary diatas menunjukkan bahwa input data ada 25
responden dan tidak ada data yang tertinggal.

Gender*Sikap
Pada tabel crossstabulasi antara gender*sikap di atas bahwa gender laki-laki berjumlah 12
responden. Dari 12 responden laki-laki bersikap/menganggap berkualitas sedangkan 5
responden bersikap tidak berkualitas. Sedangkan 13 responden bergender wanita yang
menganggap produk AC berkualitas sebanyak 6 responden dan yang bersikap tidak
berkualitas ada 7 responden.

Hasil Uji Chi-Square test

Pada tabel chi-square test di atas dapat diketahui bahwa nilai signifikansi p-value sebesar
0.543 dan nilai chi-square sebesar 0.371. Karena nilai signifikansi 0.543 > (0.05) maka
hipotesis null diterima yang berarti bahwa tidak ada hubungan antara gender dengan sikap
terhadap kualitas AC.

Contoh Soal
Berikut ini dikemukakan Chi Kuadrat untuk menguji hipotesis deskriptif (satu
sampel) yang terdiri atas dua kategori dan empat kategori atau kelas.

Contoh 1 untuk dua kategori:

Telah dilakukan pengumpulan data untuk mengetahui bagaimana kemungkinan
rakyat dikabupaten pringgodani dalam memilih dua calon kepala desa. Calon yang
satu adalah wanita dan calon yang kedua adalah pria. Sampel sebagai sumber data
diambil secara random sebanyak 300 orang. Dari sampel tersebut ternyata 200 orang
memilih pria dan 100 orang memilih wanita.

Hipotesis yang diajukan adalah:

Ho: peluang calon pria dan wanita adalah sama untuk dapat dipilih menjadi kepala
desa.
Ha: peluang calon pria dan wanita adalah tidak sama untuk dapat di pilih menjadi
kepala desa.

Untuk dapat membuktikan hipotesis dengan rumus 5.4 tersebut, maka data yang
terkumpul perlu disusun ke dalam tabel seperti tabel 5.3 berikut:

TABEL 5.3
KECENDRUNGAN RAKYAT DI KABUPATEN
PRINGGODANI DALAM MEMILIH KEPALA DESA
Alternatif Calon Kepala Frekuensi yang diperoleh Frekuensi yang
Desa diharapkan
Calon Pria 200 150
Calon Wanita 100 150
Jumlah 300 300

Catatan: Jumlah frekuensi yang diharapkan adalah sama yaitu 50% : 50% dari seluruh
sampel.
 Untuk dapat menghitung besarnya Chi Kuadrat (χ 2) dengan menggunakan
rumus 5.4, maka diperlukan tabel penolong seperti yang ditunjukkan pada tabel 5.4
berikut.

TABEL 5.4
TABEL PENOLONG UNTUK MENGHITUNG CHI KUADRAT
DARI 300 ORANG SAMPEL
Alternatif fo fh fo - f h (fo – fh)2 (fo – fh)2/ fh
Pilihan
Pria 200 150 50 2500 16,67
Wanita 100 150 -50 2500 16,67
Jumlah 300 300 0 5000 33,33

Catatan: Disini frekuensi yang diharapkan (f h) untuk kelompok yang memilih pria dan
wanita = 50%. Jadi, 50% x 300 = 150

Harga Chi Kuadrat dari perhitungan dengan rumus 5.4 ditunjukkan pada tabel di atas
yakni jalur paling kanan yang besarnya 33,33.
Untuk dapat membuat keputusan tentang hipotesis yang diajukan diterima atau
di tolak, maka harga chi kuadrat tersebut perlu dibandingkan dengan Chi Kuadrat
tabel dengan dk dan taraf kesalahan tertentu. Dalam hal ini berlaku ketentuan bila Chi
Kuadrat hitung lebih kecil dari tabel, maka Ho diterima, dan apabila lebih besar atau
sama dengan (≥) harga tabel maka Ho ditolak.
Derajat kebebasan untuk Chi Kuadrat tidak tergantung pada jumlah individu
dalam sampel. Derajat kebebasan akan tergantung pada kebebasan dalam mengisi
kolom-kolom pada frekuensi yang yang diharapkan (fh) setelah disusun kedalam tabel
berikut ini.
Kategori
I A M
II B N
(a + b) (m + n)

Dalam hal ini frekuensi yang diobservasi (f o) harus sama dengan frekuensi yang
diharapkan (fh). Jadi (a + b) = (m + n) dengan demikian kita mempunyai kebebasan
untuk menetapkan frekuensi yang diharapkan (f h) = (m + n). Jadi kebebasan yang
dimiliki tinggal satu yaitu kebebasan dalam menetapkan m atau n. Jadi untuk model
ini derajat kebebasannya (dk) = 1.
Berdasarkan dk = 1 dan taraf kesalahan yang kita tetapkan 5% maka harga Chi
Kuadrat tabel = 3,841. Ternyata harga Chi Kuadrat hitung lebih besar dari tabel (33,33
> 3,841). Sesuai ketentuan kalau harga Chi Kuadrat hitung lebih besar dari tabel, maka
Ho ditolak dan Ha diterima. Jadi, kesimpulannya, hipotesis nol yang diajukan bahwa
peluang pria dan wanita sama untuk dipilih menjadi kepala desa di kabupaten itu
ditolak. Hasil penelitian menunjukkan bahwa masyarakat di kabupaten itu cenderung
memilih pria menjadi Kepala Desa.

Contoh 2 untuk empat kategori

Telah dilakukan penelitian untuk mengetahui bagaimana kemungkinan beberapa
warna mobil dipilih oleh masyarakat Madura. Berdasarkan pengamatan selama 1
minggu terhadap mobil-mobil pribadi ditemukan 1000 berwarna biru, 900 berwarna
merah, 600 berwarna putih, dan 500 berwarna yang lain.
Ho : Peluang masyarakat Madura untuk memilih empat warna mobil adalah sama.
Ha : Peluang masyarakat Madura untuk memilih empat warna mobil tidak sama.
 Untuk menguji hipotesis tersebut di atas, maka data hasil pengamatan perlu
disusun ke dalam tabel penolong, seperti ditunjukkan pada Tabel 5.5 berikut. Karena
dalam penelitian ini terdiri dari empat kategori, maka derajat kebebasannya adalah
(dk) = 4 -1 = 3.
TABEL 5.5
FREKUENSI YANG DIPEROLEH DAN DIHARAPKAN
DARI 300 WARNA MOBIL YANG DIPILIH
OLEH MASYARAKAT MADURA
Warna fo fh fo - f h (fo – fh)2 (fo – fh)2/ fh
Mobil
Biru 1.000 750 250 62.500 83,33
Merah 900 750 150 22.500 30,00
Putih 600 750 -150 22.500 30,00
Warna 500 750 -250 62.500 83,33
lain
Jumlah 3000 3000 0 170.000 226,67

Catatan: Frekuensi yang diharapkan (fh) untuk setiap kategori adalah 3000 : 4 = 750

Berdasarkan dk = 3 dan kesalahan 5%, maka diperoleh harga Chi Kuadrat Tabel
= 7,815. Ternyata harga Chi Kuadrat hitung lebih besar dari harga Chi Kuadrat Tabel
(226,67 > 7,815). Karena (χ2) hitung > dari (χ2) tabel, maka Ho ditolak dan Ha
diterima. Ini berarti peluang masyarakat Madura untuk memilih empat empat warna
mobil berbeda atau tidak sama. Berdasarkan data sampel ternyata warna mobil biru
yang mendapat peluang tertinggi untuk dipilih masyarakat Madura. Ini juga berarti
mobil warna biru yang paling laku di masyarakat itu.

ANALISIS VARIANS
Kasus
Dari keempat jenis gizi pada sale pisang yang di uji kandungannya
dengan 20kg sale pisang, dari hasil uji, diperoleh data sebagai
berikut:
Analisis
a.Mengetahui apakah keempat sampel mempunyai varians yang sama
Test Varians Populasi (Test Homogenity of Varians)
Hipotesis
Ho : Keempat varians populasi adalah identik
Hi : Keempat varians populasi adalah tidak identik

Pengambilan Keputusan
a.Berdasarkan perbandingan fhitung dengan ftabel
Syarat:
-. Ho diterima : jika fhitung < ftabel
-. Ho ditolak : jika fhitung > ftabel
Terlihat pada output bahwa Levent Test atau fhitung adalah 0,141 dan
nilai ftabel adalah 3,24. Karena fhitung 0,141 < ftabel 3,24 maka Ho
diterima

b. Berdasarkan Probabilitas
Syarat :
Jika probabilitas > 0,05 maka Ho diterima
Jika probabilitas < 0,05 maka Ho ditolak
Terlihat bahwa pada out put Levens Test ( fhitung) adalah 0,141.
Karena probabilitas 0,141 > 0,05 maka Ho diterima, yang artinya
keempat varians adalah identik (sama), sehingga salah satu asumsi
Analisis Varians terpenuhi

Analisis Varians
Hipotesis
Ho : Keempat rata-rata populasi adalah identik
Hi : Keempat rata-rata populasi adalah tidak identik

Pengambilan Keputusan
a.Berdasarkan perbandingan fhitung dengan ftabel
Syarat:
*. Ho diterima : jika fhitung < ftabel
*. Ho ditolak : jika fhitung > ftabel
Terlihat fhitung dari output diatas adalah 5,310, sedangkan ftabel
adalah 3,24
Karena fhitung > ftabel atau 5,310 > 3,24 maka Ho ditolak

b. Berdasarkan Probabilitas
Syarat :
Jika probabilitas > 0,05 maka Ho diterima
Jika probabilitas < 0,05 maka Ho ditolak
Karena output tampak nilai probabilitas 0,010 < 0,05 maka
kesimpulannya sama dengan yang di atas yaitu Ho ditolak

UJI CHI-SQUARE

Kasus
Suatu penelitian dilakukan untuk mengetahui apakah ada hubungan
antara profesi pekerjaan yang digolongkan dalam Dokter, Pengacara,
Dosen, dan Bisnis dengan jenis olahraga yang sering dilakukan. Jenis
olahraga dikelompokkan menjadi Golf, tenis, bulutangkis, dan
sepakbola. Adapun data yang diperoleh sebagai berikut:
Analisis
Hipotesis
Ho : Kategori baris dan kolom saling independent, atau tidak ada
perbedaan jenis profesi dengan jenis olahraga yang sering dilakukan
Hi : Kategori baris dan kolom tidak saling independent (terikat), atau
ada perbedaan jenis profesi dengan jenis olahraga yang sering
dilakukan

Pengambilan Keputusan
a.Berdasarkan perbandingan Xhitung dengan Xtabel
Syarat:
-. Ho diterima : jika Xhitung < Xtabel
-. Ho ditolak : jika Xhitung > Xtabel
Terlihat pada output Pearson Chi-square atau Xhitung = 15,500 dan
nilai Xtabel adalah 16,92 (dengan tingkat singnifikansi 5% dan df = (r-
1)(k-1) =(4-1)(4-1)=9
Karena Xhitung 15,500 < Xtabel 16,92 maka Ho diterima yang artinya
kategori baris dan kolom saling independent dengan kata lain tidak
ada perbedaan jenis profesi dengan jenis olahraga yang sering
dilakukan
b. Berdasarkan Probabilitas
Syarat :
Jika probabilitas > 0,05 maka Ho diterima
Jika probabilitas < 0,05 maka Ho ditolak
Terlihat bahwa pada out put Asymp.Sig atau nilai Sig. adalah 0,078
Karena probabilitas 0,078 > 0,05 maka Ho diterima, yang artinya
kategori baris dan kolom saling independent dengan kata lain tidak
ada perbedaan jenis profesi dengan jenis olahraga yang sering
dilakukan

ANALISIS KORELASI

Kasus
Data di bawah ini menunjukkan lamanya tidur, berat badan, dan
jumlah kalori dari sampel random sebanyak 10 sampel . Adapun data
yang diperoleh sebagai berikut:

Dari data tersebut di atas ingin diketahui apakah ada hubungan

antara jumlah kalori yang dihasilkan oleh tubuh dengan berat badan
dan lamanya tidur
Analisis
Hipotesis
Ho : Tidak ada hubungan antara variabel (tidak ada hubungan antara
jumlah kalori dengan berat badan dan jumlah kalori dengan lamanya
tidur)
Hi : Ada hubungan antara variabel (ada hubungan antara jumlah kalori
dengan berat badan dan jumlah kalori dengan lamanya tidur)
Pengambilan Keputusan
a.Berdasarkan Probabilitas
Syarat :
Jika probabilitas > 0,05 maka Ho diterima
Jika probabilitas < 0,05 maka Ho ditolak
Terlihat pada out put probabilitas antara:
Jumlah kalori yang dihasilkan oleh tubuh dengan berat badan = 0,004
< 0,05 maka Ho ditolak dan Hi diterima, yang artinya ada hubungan
antara variabel (ada hubungan antara jumlah kalori dengan berat
badan)
Jumlah kalori yang dihasilkan oleh tubuh dengan berat badan = 0,001
< 0,05 maka Ho ditolak dan Hi diterima, yang artinya ada hubungan
antara variabel (ada hubungan antara jumlah kalori dengan lamanya
tidur)

b.Berdasarkan Hubungan Korelasi Kuat atau Lemah

Syarat :
*. Jika korelasi > 0,5 maka hubungan kuat
*. Jika korelasi < 0,5 mmaka hubungan lemah
Terlihat pada out put hubungan korelasi :
Lamanya tidur dengan berat badan = 0,949 > 0,5 maka hubungannya
kuat
Lamanya tidur dengan jumlah kalori = 0,889 > 0,5 maka hubungannya
kuat
Jumlah kalori dengan berat badan = 0,821 > maka hubungannya kuat
Korelasi Pearson Product Moment adalah teknik analisis korelasi
yang digunakan untuk mencari hubungan dan membuktikan hipotesis
hubungan dua variabel bila kedua variabel berbentuk interval atau
ratio, dan sumber data dari dua varibel atau lebih adalah sama

Korelasi Spearman Rank adalah teknik analisis yang digunakan untuk

mencari hubungan dua variabel yang berbentuk data ordinal atau
berjenjang atau rangking serta bebas distribusi.

Korelasi Kendal Tau adalah teknik analisis yang digunakan untuk

mencari hubungan dan menguji hipotesis antara dua variabel ata
lebih, bila datanya berbentuk ordinal atau rangking.