Uji Eksak Fisher --->> kasus dua sampel

independen

Fisher test merupakan uji eksak yang diturunkan oleh seorang bernama Fisher,
karenanya disebut uji eksak Fisher. Uji ini dilakukan untuk menguji signifikansi hipotesis
komparatif dua sampel independen. Perbedaan uji fisher dengan uji chi square adalah pada
sifat kedua uji tersebut dan ukuran sampel yang diperlakukan. Uji fisher bersifat eksak
sedangkan uji chi square bersifat pendekatan. Uji chi square dilakukan pada data dengan
sampel besar, sedangkan uji Fisher dilakukan pada data dengan sampel kecil. Data yang
dapat diuji dengan fisher test ini berbentuk nominal dengan ukuran sampel n sekitar 40 atau
kurang, dan ada sel-sel berisikan frekuensi diharapkan kurang dari lima. Perhitungan Fisher
Test sama sekali tidak melibatkan chi-square, akan tetapi langsung menggunakan peluang.

Fungsi :
untuk menguji apakah ada perbedaan dua perlakuan yang mungkin dari dua populasi

spesifikasi :
skala ukur nominal atau ordinal
data disusun dalam tabel kontingensi 2 x 2
ukuran sampel n ≤ 20

Langkah pengujian:
Ho : p(I)=p(II)
H1 : satu arah atau dua arah
α : 5%
susun data dalam tabel kontingensi 2 x 2 sebagai berikut:

- +

Kelompok I A B A+B
Kelompok
C D C+D
II
A+C B+D N

Statistik uji :

kriteria uji :
Tolak H0 jika p ≤ α (satu arah) atau p ≤ α/2 (dua arah), terima dalam hal lainnya.
 Catatan:
Untuk menghindari penyimpangan yang lebih ekstrim yang mungkin terjadi, harus dihitung pula
peluang-peluang dengan membuat tabel baru, dimana jumlah marjinalnya tetap, dan nilai terkecil
dari salah satu sel berkurang sampai dengan 0.

contoh soal :

sebuah pertanyaan dilontarkan kepada bebo toh sepak bola dan bukan bebotoh sepak bola. apakah
setuju dengan pembubaran PSSI

Bukan
Bebotoh
Bebotoh
S TS
S S
S TS
TS TS
TS TS
S
TS

Apakah terdapat perbedaan jawaban yang signifikan?

Jawab:

H0 : pB = pBB (tidak ada perbedaan yang signifikan)

H1 : pB ≠ pBB (ada perbedaan yang signifikan)
α : 5%

B BB
S 4 1 5
TS 3 4 7
7 5 12

Statistik uji :

Kriteria uji:
Tolah Ho jika p≤ α/2, terima dalam hal lainnya. Ternyata p =1,33 > α/2= 0,025. Jadi Ho
diterima artinya tidak ada perbedaan yang signifikan.

Jika dipertimbangkan penyimpangan-penyimpangan yang lebih ekstrim dibuat tabel sebagai

berikut:
 B BB
S 5 0 5
TS 2 5 7
7 5 12

Statistik uji :

Jadi kemungkinan yang lebih ekstrim adalah :

P = p1 + p2
= 1,33 + 0,2917
= 1,6217

kesimpulan : Ho diterima pada p = 1,6217

Pada pembahasan ini akan difokuskan mengenai langkah – langkah melakukan Uji Fisher
dengan menggunakan SPSS. Kita akan menggukan contoh pada artikel mengenai Uji Fisher.

Seorang mahasiswa melakukan penelitian untuk menguji apakah proporsi siswa yang mengikuti
les privat lebih banyak yang lulus ujian dibandingkan dengan siswa yang tidak mengikuti les
privat. Selanjutnya diambil sampel sebanyak 15 siswa. Dari 6 yang lulus ternyata 5 yang
mengikuti les privat dan dari 9 yang tidak lulus ternyata 7 yang tidak ikut les privat. Gunakan
alpha 5 %.

Pertama dibentuk tabel kontingensi sebagaimana dibawah ini

 Definisikan P1 adalah Proporsi siswa yang lulus yang ikut les privat dan P2 adalah proporsi
siswa yang lulus yang tidak ikut les privat

Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les privat tidak lebih banyak dari proporsi
mahasiswa yang tidak ikut les privat)

H1: P1>P2 ( Proporsi siswa yang lulus yang ikut les privat lebih banyak dari proporsi mahasiswa
yang tidak ikut les privat)

Langkah – langkah Uji Fisher dengan SPSS adalah sebagai berikut:

Definisikan data pada Variabel View. Disini akan dibuat tiga variabel, yaitu Hasil Ujian, Les
Privat, dan Freq untuk variabel jumlahnya. Skala data untuk variabel Hasil Ujian dan les privata
adalah Nominal, sedangkan Freq berskala Scale Berikan kode pada kolom Values
 Untuk variabel Hasil Ujian adalah

1 =Lulus, 2 = Tidak

 Untuk variabel Les Privat

1 =Ya, 2 = Tidak
 Setelah itu semua selesai, baru masukan data kedalam SPSS

Kemudian dilakukan pembobotan dengan Weight Case untuk menghubungkan variabel Hasil
Ujian dan Les Privat dengan Freq

 Pilih Data dan Klik Weight Cases

 Kemudiaan akan muncul kotak dialog Weight Cases
 Tandai Weight Cases By, lalu pindahkan Freq ke Frequency Variable
 OK
 Selanjutnya baru dilakukan Uji Fisher

 Pilih Anlyze, Descriptive Statistics, lalu klik Crosstabs

 Kotak dialog Crosstabs muncul, pindahkan Hasil Ujian ke Row(s) dan Les Privat ke Colum(s)
 Klik Statistics, Pada kotak dialog Crosstabs:Statistics yang muncul centang Chi-Square
 Klik Continue, lalu Ok
Output yang muncul adalah
Yang ditandai angka satu merupakan nilai signifikansi (p-value) yang digunkan untuk uji 2 arah,
sedangkan yang ditandai angka 2 untuk uji satu arah.
Dengan demikian tolak Ho karena p-value < α (0,041 < 0,05) dan simpulkan proporsi siswa yang
lulus yang ikut les privat tidak sama dengan proporsi mahasiswa yang tidak ikut les privat
dengan tingkat kepercayaan sebesar 95 %.