❖ Skala merupakan perbandingan antar

kategori di mana masing-masing kategori

diberi bobot nilai yang berbeda
❖ Dalam statistika, secara umum terdapat 4
jenis skala yakni :
❖ Skala nominal,
❖ Skala ordinal,
❖ Skala interval, dan
❖ Skala rasio
❖ Merupakan skala yang hanya
membedakan kategori
berdasarkan jenis atau macamnya .
❖ Skala nominal tidak membedakan
kategori berdasarkan urutan atau
tingkatan
❖ Misalnya adalah jenis kelamin terbagi
menjadi laki-laki dan perempuan.
❖ Merupakan skala yang
membedakan kategori
berdasarkan tingkat atau urutan
❖ Misalnya, membagi tinggi badan
sampel ke dalam 3 kategori:
tinggi,sedang, dan pendek.
❖ Merupakan skala yang membedakan
kategori dengan selang atau jarak tertentu
dengan jarak antar kategorinya sama
❖ Skala interval tidak memiliki nilai nol mutlak
❖ Misalnya, membagi tinggi badan sampel ke
dalam 4 interval yaitu: 140-149, 150-159, 160-
169, dan 170-179
❖ Merupakan penggabungan dari ketiga sifat
skala sebelumnya.
❖ Skala rasio memiliki nilai nol mutlak dan
datanya dapat dikalikan atau dibagi. Akan
tetapi, jarak antar kategorinya
tidak samakarena bukan dibuat dalam
rentang interval.
❖ Misalnya, tinggi badan sampel terdiri dari
143, 145, 153, 156, 175, 168, 173, 164, 165,
152.
Rumus Chi Square
Chi Square disebut juga dengan Kai Kuadrat.
Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan
pada dua variabel, di mana skala data
kedua variabel adalah nominal.
(Apabila dari 2 variabel, ada 1 variabel
dengan skala nominal maka dilakukan uji
chi square dengan merujuk bahwa harus
digunakan uji pada derajat yang terendah)
 Uji chi square merupakan uji Non Parametrik

Syarat uji chi square digunakan yaitu:

1. Tidak ada cell dengan nilai frekuensi kenyataan atau
disebut juga Actual Count (F0) sebesar 0 (Nol).
2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak
boleh ada 1 cell saja yang memiliki frekuensi harapan
atau disebut juga expected count (“Fh”) kurang dari 5.
3. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka
jumlah cell dengan frekuensi harapan yang kurang dari
5 tidak boleh lebih dari 20%.
4. Tidak boleh ada sel yang mempunyai nilai harapan < 1.
5. Tidak lebih dari 20% sel mempunyai nilai harapan < 5.
6. Jumlah sampel harus cukup besar untuk
meyakinkan kita bahwa terdapat kesamaan antara
distribusi teoritis dengan distribusi sampling Chi
Kuadrat.
7. Pengamatan harus bersifat independen (unpaired).
Ini berarti bahwa jawaban satu subjek tidak
berpengaruh terhadap jawaban subjek lain atau
satu subjek hanya satu kali digunakan dalam
analisis.
8. Pengujian Chi Kuadrat hanya dapat digunakan
pada data deskrit (data frekuensi atau data
kategori) atau data kontinu yang telah
dikelompokan menjadi kategori.
9. Jumlah frekuensi yang diharapkan harus sama
dengan jumlah frekuensi yang diamati.
Dimana
χ2 = Chi Kuadrat
fo = Frekuensi yang di observasi
fh = Frekuensi yang diharapkan
❖ Rumus Koreksi Yates merupakan salah satu
dari beberapa rumus uji chi-squre
❖ Untuk menggunakan rumus ini, perlu
membuat sebuah tabel kontingensi 2 x 2.
❖ Maksud dari tabel 2 x 2 adalah: variabel
bebas atau variabel independen dan
variabel terikat atau variabel dependen,
sama-sama masing-masing terdiri dari 2
kelompok atau 2 kategori, misal: laki-laki
dan perempuan
 Tidak boleh ada cell dengan frekuensi
kenyataan sebesar 0.
 Bila sampel >40, gunakan koreksi
Yates pada kondisi apapun. Bila
sampel 20-40, gunakan koreksi Yates
dengan ketentuan tidak ada sel yang
nilai ekspektasinya <5 (Tidak boleh
ada cell dengan frekuensi harapan
sebesar kurang dari 5)
❖ Contoh kasus misalnya sebuah penelitian yang
ingin menguji adakah perbedaan kejadian kanker
berdasarkan status riwayat merokok.
❖ Variabel independen dalam hal ini adalah riwayat
merokok, dengan kategori ada 2 yaitu: merokok
dan tidak merokok.
❖ Sedangkan sebagai variabel dependen adalah
kejadian kanker, dimana kejadian kanker juga
terdiri dari 2 kategori, yaitu: menderita kanker dan
tidak menderita kanker.
❖ Kesimpulannya adalah, uji yate’s correlation atau di
dalam SPSS disebut dengan istilah continuity
correction, adalah uji chi square yang khusus atau
spesifik untuk bentuk tabel kontingensi 2 x 2
 Keterangan:
A, B, C, dan D adalah sel hasil persilangan dari
dua variabel

Tabel Korekasi Yate’s

❖ Suatu penelitian ingin mengetahui: “apakah
ada perbedaan cita-cita kelak setelah tamat D3
diantara mahasiswa & mahasiswi Jurusan
Kesling semester-VI?”
❖ HIPOTESIS
H0 = tidak ada perbedaan antara mahasiswa
dan mahasiswi dalam hal cita-cita mereka
kelak setelah tamat D3.
H1 = proporsi mahasiswi lebih banyak yang
bercita-cita sebagai PNS setelah mereka
tamat D31 ketimbang mahasiswa
❖ Tabel

❖ Penghitungan:
Catatan:
Teknik Chi-Square menganjurkan jika ada sel-sel yang
berfrekuensi kecil (<5 kasus), maka dilakukan koreksi
YATES hanya berlaku untuk tabel 2×2
Dari perhitungan di atas, didapatkan nilai:
Chi-square hitung = 6,79
Df = 1
Chi-Square Tabel pada Df 1 dan Signifikansi 0,05 =
3,841
Kesimpulan Statistik:
Chi-Square Hitung > Chi-Square tabel = Signifikan.
❖ Degree of freedom atau DF rumusnya
adalah: (c-1) x (r-1), dimana c: jumlah
kolom, r: jumlah baris.
❖ Misal variabel bebas ada 3 kategori: baik,
cukup dan kurang. Maka jumlah baris = 3.
Variabel terikat ada 2 kategori,
❖ misal: baik dan tidak baik.
❖ Maka jumlah kolom = 2.
❖ Sehingga DF = (2-1) x (3-1) = 1 x 2 = 2.
Kesimpulannya: DF = 2
Digunakan
❖ Bila sampel 20-40, Jika ada sel yang nilai
ekspektasinya <5
❖ Bila sampel <20, gunakan Fisher Exact
pada kondisi apapun.
❖ Asumsi dari uji ini adalah data yang akan
diuji mempunyai skala pengukuran
nominal
Sebuah studi kasus kontrol ingin melihat
pengaruh merokok malam dengan
kejadian kanker paru, hasil yang
diperoleh tersaji pada tabel silang berikut
❖ Dalam menghitung probailitas Fisher seperti tabel
di atas akan mudah dilakukan, dikarenakan salah
satu sel-nya ada yang bernilai "0 (nol)". Sehingga
kita tdk perlu lagi menghitung nilai deviasi
ekstrimnya.

❖ Penyelesaian :
❖ Perlu diingat bahwa nilai Probabilitas yang
diperoleh dari perhitungan di atas merupakan
perhitungan Uji Satu Sisi /arah dan untuk
melakukan Uji 2 sisi/arah , tinggal mengalikan nilai
di atas dengan 2.
Kesimpulan :
Karena nilai P = 0,114 lebih besar dari nilai alfa
=0,05, maka kita menerima Ho pada Uji Satu sisi.
❖ Sedangkan Pada Uji 2 sisi di peroleh nilai P =
0,114*2 = 0,228, sehingga kita menerima Ho.
❖ Jadi, baik pada Uji satu sisi maupun dua sisi, kita
menyimpulkan tidak ada perbedaan yang bermakna
antara mereka yang merokok maupun tidak
merokok pada malam hari terhadap kanker paru.
❖ Uji Pearson Product Moment adalah salah satu
dari beberapa jenis uji korelasi yang digunakan
untuk mengetahui derajat keeratan hubungan 2
variabel yang berskala interval atau rasio,
❖ Uji ini akan mengembalikan nilai koefisien
korelasi yang nilainya berkisar antara -1, 0 dan
1.
❖ Nilai -1 artinya terdapat korelasi negatif yang
sempurna, 0 artinya tidak ada korelasi dan nilai
1 berarti ada korelasi positif yang sempurna
❖ Rentang dari koefisien korelasi yang
berkisar antara -1, 0 dan 1 tersebut
dapat disimpulkan bahwa apabila
semakin mendekati nilai 1 atau -1
maka hubungan makin erat,
sedangkan jika semakin mendekati 0
maka hubungan semakin lemah
Tabel klasifikasi nilai koefisien
korelasi r pearson
 Penjelasan nilai koefisien korelasi uji pearson
product moment dan makna keeratannya dalam
sebuah analisis statistik atau analisis data.
1. Nilai koefisien 0 = Tidak ada hubungan sama sekali
(jarang terjadi),
2. Nilai koefisien 1 = Hubungan sempurna (jarang
terjadi),
3. Nilai koefisien > 0 sd < 0,2 = Hubungan sangat
rendah atau sangat lemah,
4. Nilai koefisien 0,2 sd < 0,4 = Hubungan rendah atau
lemah,
5. Nilai koefisien 0,4 sd < 0,6 = Hubungan cukup besar
atau cukup kuat,
6. Nilai koefisien 0,6 sd < 0,8 = Hubungan besar atau
kuat,
7. Nilai koefisien 0,8 sd < 1 = Hubungan sangat besar
atau sangat kuat.
8. Nilai negatif berarti menentukan arah hubungan,
misal: koefisien korelasi antara penghasilan dan
berat badan bernilai -0,5. Artinya semakin tinggi
nilai penghasilan seseorang maka semakin rendah
berat badannya dengan besarnya keeratan
hubungan sebesar 0,5 atau cukup kuat (lihat tabel
di atas).
Pengujian lanjutan untuk menentukan
apakah koefisien korelasi yang
didapat bisa digunakan untuk
generalisasi atau mewakili populasi,
maka digunakan uji signifikansi dari
uji t. Maka nilai r pearson yang didapat
digunakan untuk menghitung nilai t
hitung.
Nilai t hitung yang di dapat nantinya kita
bandingkan dengan nilai t tabel. Apabila t
hitung > t tabel pada derajat kepercayaan
tertentu, misal 95 % maka berarti signifikan
atau bermakna.
 BUATLAH MAKALAH TENTANG MATERI
DARI PERTAMA SAMPAI TERAKHIR
PERTEMUAN KULIAH ( Materi 1 s/d 7) ,
MAKALAH DI KETIK DAN DI JILID WAKTU
PENYERAHAN SETELAH KULIAH NANTI
 MEMPELAJARI MELALUI VIDEO TENTANG
MACAM-MACAM UJI STATISTIK DENGAN
PROGRAM SPSS DAN
 BUATLAH KESIMPULAN DARI MASING-
MASING VIDEO TERSEBUT
 TERIMA KASIH

 TERIMA KASIIH

 TERIMA KASIH