Uji Chi-Square adalah salah satu uji statistik non parametrik

yang cukup sering digunakan dalam penelitian. Uji Chi-

Square bisa diterapkan untuk pengujian kenormalan data,
pengujian data yang berlevel nominal atau untuk menguji
perbedaan dua atau lebih proporsi sampel.Uji Chi-Square
diterapkan pada kasus di mana akan diuji apakah frekuensi
yang diamati (data observasi) berbeda secara nyata ataukah
tidak dengan frekuensi yang diharapkan (expected value).

UJI KENORMALAN DATA DENGAN CHI-SQUARE

Salah satu bentuk distribusi probabilitas yang penting

peranannya dalam statistik inferensia adalah distribusi
normal. Maka setelah suatu kelompok data diolah dengan
statistik deskriptif atau telah diketahui nilai rata-rata, varians
dan sebagainya, sebelum data tersebut diolah dengan
statistik inferensia data tersebut seharusnya diuji apakah
data berdistribusi normal atau tidak.

Hal ini penting mengingat pengolahan statistik terbagi atas

statistik parametrik dan statistik non-parametrik. Pengolahan
data menggunakan statistik parametrik memiliki syarat di
antaranya bahwa data harus berdistribusi normal, artinya
data yang tidak berdistribusi normal tidak dapat diolah
menggunakan statistik parametrik tetapi hanya dapat diolah
menggunakan statistik non-parametrik.

Uji kenormalan data dapat dilakukan dengan menggunakan

kertas peluang normal, uji Lilliefors, uji chi-square dan
lainnya. Dalam modul ini akan dibahas uji kenormalan data
dengan menggunakan uji chi-square.

21
Chi-Square

Contoh Kasus

Data usia pegawai di sebuah perusahaan disajikan ke dalam

daftar distribusi frekuensi berikut:

Usia Frekuensi
22 – 25 3
26 – 29 7
30 – 33 9
34 – 37 6
38 – 41 3
42 – 45 2

Dari hasil pengujian statistik deskriptif diperoleh nilai rata-

rata ( x ) sebesar 32,17 dan nilai simpangan (s) sebesar
5,47.

Langkah-langkah uji kenormalan:

1. Ubah data di atas ke dalam bentuk tabel seperti di

bawah ini:

BB BA Oi z1 z2 p1 p2 P Ei

Kolom BB diisi dengan batas bawah kelas. Kolom BA

diisi dengan batas atas kelas. Sedangkan kolom Oi
diisi dengan frekuensi dari masing-masing kelas.

Kemudian untuk kolom z1 dan kolom z2 diisi dengan

menggunakan rumus :

22
 Chi-Square

xx
z
s
Di mana nilai x diperoleh dari kolom BB untuk z1 dan
kolom BA untuk z2. Nilai x merupakan rata-rata dan
nilai s merupakan simpangan baku. Dalam excel
ditulis:
=(sel BB – sel rata-rata)/sel simpangan baku

Untuk mengisi kolom p1 dan p2, gunakan fungsi

NORMSDIST. Secara umum rumus untuk fungsi ini
ditulis:
=NORMSDIST(z)

Di mana nilai z diisi dengan nilai z1 untuk p1 dan nilai

z2 untuk p2.

Selanjutnya kolom P merupakan nilai selisih dari

kolom p2 – p1. Sedangkan kolom Ei (expected value)
diisi dengan mengalikan nilai pada kolom P dengan
jumlah data, dalam hal ini jumlah data (n) sebesar 30.

Sehingga jika seluruh kolom telah diisi, maka hasilnya

adalah sebagai berikut:

BB BA Oi z1 z2 p1 p2 P Ei
21.5 25.5 3 -10 -1.22 0 0.11 0.11 3.34
25.5 29.5 7 -1.22 -0.49 0.11 0.31 0.20 6.05
29.5 33.5 9 -0.49 0.24 0.31 0.60 0.28 8.51
33.5 37.5 6 0.24 0.98 0.60 0.84 0.24 7.17
37.5 41.5 3 0.98 1.71 0.84 0.96 0.12 3.62
41.5 45.5 2 1.71 10 0.96 1 0.04 1.32

2. Setelah didapat nilai Oi dan nilai Ei, maka langkah

selanjutnya adalah menghitung chi-square dengan
menggunakan fungsi CHITEST dan CHIINV.

23
Chi-Square

Namun untuk kelas yang memiliki frekuensi yang kurang dari 5

harus digabung dengan kelas lain, sehingga sekurang-
kurangnya frekuensi gabungannya adalah 5.
BB BA Nilai tengah Oi Ei
21.5 25.5 23.5 3 3
19
25.5 29.5 27.5 7 6
29.5 33.5 31.5 9 9
33.5 37.5 35.5 6 7
37.5 541.5
5 39.5 3 4
41.5 45.5 43.5 2 1

Oi Ei
10 9
9 9
6 7
5 5

Fungsi CHITEST digunakan untuk menghitung nilai

chisquare dalam bentuk probabilitas. Sedangkan fungsi
CHIINV menghitung nilai chi-square dalam bentuk  2
hitung.
 Mencari nilai chi-square probabilitas
=CHITEST(actual_range,expected_range)

atau dengan cara mengklik icon fx atau memilih menu

Insert lalu pilih Function, sehingga muncul kotak dialog:

24
 Chi-Square

Gambar 3.1 Kotak Dialog CHITEST

Actual_range adalah data asli, isi dengan nilai-nilai pada
kolom Oi.
Expected_range adalah data ekspektasi, isi dengan
nilai-nilai pada kolom Ei.
Jika semua telah diisi maka klik OK. Dan diperoleh nilai
probabilitas sebesar 0,9684.

 mencari nilai chi-square (2) hitung:

=CHIINV(probability,degrees_freedom)

Nilai probability adalah nilai hasil perhitungan

menggunakan CHITEST tadi (probabilitas), yaitu 0,9684.

Sedangkan degrees_freedom (df) adalah derajat

kebebasan yang diperoleh dari banyak kelas tereduksi
dikurangi banyaknya parameter dikurangi satu.

Untuk contoh kasus ini, jumlah kelas tereduksi adalah 4

kelas dan nilai parameter yang diestimasi adalah rata-
rata dan simpangan baku, sehingga df adalah
4–2–1=1

Dengan menggunakan fungsi CHIINV, maka didapat nilai

2 hitung sebesar 0,001565.

25
Chi-Square

3. Setelah nilai 2 hitung diperoleh maka selanjutnya adalah

mencari nilai 2 tabel. Di mana nilai 2 tabel diperoleh
dengan menggunakan fungsi CHIINV. Hanya untuk
probabilitasnya disesuaikan dengan taraf signifikannya
(). Misalnya untuk kasus ini ditentukan untuk  = 0,05.
Dan nilai df-nya adalah 1. Maka nilai 2 tabel adalah

=CHIINV(0.05, 1)

didapat 3,841455.

ANALISIS HASIL

 Membuat hipotesis:
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal

 Kaidah keputusan:
Jika 2 hitung < 2 tabel, maka H0 diterima, artinya data
berdistribusi normal
Jika 2 hitung > 2 tabel, maka H0 ditolak, artinya data
tidak berdistribusi normal

 Pengambilan Keputusan:
Dari hasil perhitungan diperoleh bahwa nilai 2 hitung
sebesar 0,001565 dan nilai 2 tabel sebesar 3,841455
sehingga nilai 2 hitung < 2 tabel, maka H0 diterima.
Artinya data berdistribusi normal.

26
 Chi-Square

UJI INDEPENDENSI DENGAN CHI-SQUARE

Uji independensi adalah pengujian yang dilakukan untuk

mengetahui apakah terdapat hubungan antara dua faktor.
Dalam Chi-square, pengujian ini menggunakan rumus:

r k O  Eij  2

  
2 ij

i 1 j 1 Eij
Di mana: 2 = Chi-square
Oij = Frekuensi hasil observasi (data observasi)
Eij = Frekuensi yang diharapkan

Sedangkan untuk mencari Eij (dalam hal ini adalah sel-sel

frekuensi yang diharapkan) digunakan rumus sebagai
berikut:
Rj C j
Ei j 
N

Di mana: N = Jumlah total sampel (pengamatan)

Rj = Jumlah total pada baris ke i
Cj = Jumlah total pada kolom ke i
Kemudian untuk mencari harga koefisien kontingensi C,
maka dengan menggunakan harga 2 dapat digunakan
rumus:

27
Chi-Square

2
C
 n
2

Dan untuk menguji signifikansi dari harga uji Statistik C dapat

digunakan tabel 2 (tabel Distribusi Nilai Chi-Square)

Contoh Kasus

Sebuah perusahaan memproduksi permen dengan tiga rasa,

yaitu rasa Manis, rasa Mentol, dan rasa Asam. Manajer
pemasaran perusahaan tersebut ingin mengetahui apakah
konsumen permen-permen tersebut dipengaruhi oleh
kelompok usia para konsumen. Oleh karena itu, manajer
tersebut mengambil sampel dari 365 orang konsumen dari
berbagai usia. Berikut ini adalah data yang diperoleh:

Observasi
Asam Manis Mentol Total
Anak 28 59 25 112
Remaja 37 44 39 120
Dewasa 52 40 41 133
Total 117 143 105 365

Langkah-langkah Perhitungan

Untuk menghitung Chi-Square, data mentah di atas harus di

olah lebih lanjut, yaitu ditambah dengan kolom untuk
menghitung Expected Value atau nilai yang diharapkan.

Misalnya, untuk baris ke-1 dan kolom ke-1 pada data di atas,
perhitungan Expected value nya adalah:

28
 Chi-Square

112  117
E 11   35,90
365

Kemudian untuk baris ke-1 kolom ke-2 pada data di atas

perhitungan Expected value-nya adalah:

112  143
E 12   43,88
365

Demikian seterusnya untuk nilai Expected value lainnya,

maka akan diperoleh:

Expected
Asam Manis Mentol Total
Anak 35,90 43,88 32,22 112
Remaja 38,47 47,01 34,52 120
Dewasa 42,63 52,11 38,26 133
Total 117 143 105 365
Untuk menghitung Chi-Square dengan bantuan fungsi
statistik dalam Excel, bisa dilakukan dengan menggunakan
fungsi CHITEST dan fungsi CHINV.

Fungsi CHITEST digunakan untuk menghitung nilai Chi-

Square dalam bentuk probabilitas, fungsi ini dapat langsung
diketikkan pada sel yang diinginkan sebagai output. Format
fungsi tersebut adalah

=CHITEST(actual_range,expected_range)

Actual_range adalah data asli. Dalam kasus ini adalah data

observasi.
Expected_range adalah data nilai expected yang dalam
kasus ini adalah data expected.

Jumlah total dalam kedua data (observasi dan expected)

tidak dimasukkan dalam perhitungan.

29
Chi-Square

Cara lain adalah dengan menggunakan fungsi statistik dalam

Excel yang terdapat pada menu function
 Pilih menu Insert kemudian pilih menu function.
 Tampak gambar seperti pada gambar 3.1

Untuk perhitungan ini, pertama-tama buatlah kolom dengan

nama Probabilitas, kemudian di samping kolom tersebut
lakukan perhitungan CHITEST dengan menggunakan
formula di atas.

Dengan demikian diperoleh nilai Chi-Square adalah sebesar

0,00595.

Selanjutnya, kita akan menghitung nilai Chi-Square dalam

bentuk 2 Hitung. Fungsi ini dapat langsung diketikkan pada
sel yang diinginkan. Format fungsi ini adalah

=CHIINV(probability,degrees_freedom)
probability adalah nilai probabilitas yang diperoleh dari
perhitungan CHITEST yaitu 0,00595.

degrees_freedom adalah derajat kebebasan. Dalam Chi-

Square, yaitu:

(jumlah kolom – 1)  (jumlah baris – 1)

dalam kasus di atas ada 3 kolom dan 3 baris, diperoleh :

df = (3 – 1)  (3 – 1) = 4

Maka untuk menghitung 2 pertama-tama kita buat kolom

dengan nama Chisquare Hitung, di bawah sel Probabilitas.
Kemudian disampingnya dilakukan perhitungan CHIINV.

Hasil yang diperoleh adalah sebagai berikut:

Probabilitas 0,005950899

30
 Chi-Square

Chisquare Hitung 14,46449755

Sedangkan untuk nilai 2 tabel, digunakan fungsi CHIINV

dengan rumus:

=CHIINV(probabilitas (),df)

Dalam hal ini kita gunakan nilai  = 0,05 dan df = 4, sehingga

nilai 2 tabel didapat sebesar 9,487.

ANALISIS HASIL

Membuat Hipotesis:

H0 = 11 = 12.....= 13

Artinya, tabel kontingensi di atas adalah independen, atau
selera terhadap suatu rasa permen tidak bergantung pada
kelompok usia tertentu (anak, remaja, dan dewasa).
H1  11  12.....  13
artinya tabel kontingensi di atas adalah dependen, atau
selera terhadap suatu rasa permen bergantung pada
kelompok usia konsumen. Misalnya konsumen usia dewasa
lebih suka permen rasa manis.

Kaidah Keputusan
Bandingkan 2 hitung dengan 2 tabel.
 Jika 2 hit > 2 tabel; maka H0 ditolak
 Jika 2 hit < 2 tabel; maka H0 diterima

Pengambilan Keputusan:

31
Chi-Square

Terlihat bahwa 2 hitung (14,46) > dari 2 tabel (9,487) maka

H0 ditolak, atau adanya ketergantungan antara kelompok
usia dengan rasa permen yang dikonsumsinya.

LATIHAN

1. Di bawah ini adalah daftar distribusi frekuensi mengenai

tinggi badan dari 100 orang mahasiswa:

Tinggi Badan (cm) Frekuensi

140 – 144 7
145 – 149 10
150 – 154 16
155 – 159 23
160 – 164 21
165 – 169 17
170 – 174 6
Jumlah 100
Jika diketahui nilai x = 157,8 dan nilai s = 8,09, tentukan
apakah data berdistribusi normal pada taraf nyata () 1%!

2. Berikut ini adalah data antara tingkat pendidikan dengan

kemajuan usaha tani.

Tingkat Kemajuan Usaha Tani

Rendah Sedang Tinggi Total
Tidak Sekolah 30 25 24 79
SD 10 15 20 45
SLTP 7 10 15 32
SLTA 3 5 10 18
Total 50 55 69 174

Ujilah apakah ada hubungan (beda) antara tingkat

pendidikan dengan kemajuan tani.

32