1.

Uji Chi square

Chi-kuadrat digunakan untuk mengadakan pendekatan dari beberapa faktor atau

mengevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi dengan frekuensi yang
diharapkan dari sampel apakah terdapat hubungan atau perbedaan yang signifikan atau tidak.
Dalam statistik, distribusi chi square termasuk dalam statistik nonparametrik. Distribusi
nonparametrik adalah distribusi dimana besaran-besaran populasi tidak diketahui. Distribusi
ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak memiliki informasi
tentang populasi atau jika asumsi-asumsi yang dipersyaratkan untuk penggunaan statistik
parametrik tidak terpenuhi.

2
Prosedur X Test (Uji Chi Square) berdasarkan tabel silang ini adalah menabulasi (menyusun
dalam bentuk tabel) suatu variabel dalam kategori dan menguji hipotesis bahwa frekuensi
yang diobservasi (data yang diamati) tidak berbeda dari frekuensi yang diharapkan (frekuensi
teoritis). Uji goodness-of-fit dari chi-square membandingkan antara frekuensi yang
diobservasi dan frekuensi yang diharapkan (expected) pada masing-masing kategori untuk
menguji bahwa semua kategori mengandung proporsi nilai yang sama atau menguji bahwa
masing-masing kategori mengandung proporsi nilai tertentu. Asumsi yang digunakan adalah
data berasal sampel random. Frekuensi yang diharapkan untuk masing-masing kategori harus
lebih besar dari 1. Frekuensi yang diharapkan yang bernilai kurang dari 5 tidak boleh lebih
dari 20 % dari kategori.

Sebagai contoh, misalnya suatu penelitian ingin mengetahui apakah ada hubungan antara
tingkat pendidikan masyarakat dengan jenis Bank yang dipilih dalam transaksi keuangan.
Untuk kepentingan tersebut, diambil sampel sebanyak 113 responden. Pendidikan masyarakat
dikelompokkan menjadi 2, yaitu lulusan SLTA kebawah dan Perguruan Tinggi. Bank yang
dipilih dikelompokkan atas bank swasta dan bank pemerintah. Dari penelitian didapatkan
data sebagai berikut:

Dari 51 responden yang berpendidikan SLTA ke bawah, 35 diantaranya memilih bank

pemerintah dan 16 lainnya memilih bank swasta. Dari 62 responden berpendidikan perguruan
tinggi, 20 diantaranya memilih bank pemerintah dan 42 responden memilih bank swasta.

Dalam aplikasi SPSS, untuk perhitungan Chi Square tersebut melalui tahapan sebagai

berikut:

1. Berikan kode numerik untuk variabel Pendidikan yaitu 1 = pendidikan SLTA ke

bawah dan 2 = pendidikan perguruan tinggi. Untuk bank, beri kode 1 = bank
pemerintah dan 2 = bank swasta.

2. Persiapkan worksheet
 Pada baris pertama, isikan kolom Name dengan Pendidikan, Measure = Ordinal, dan
kolom Values dengan 1 = SLTA, 2 = PT. (Cara menginput Values, lihat pembahasan
sebelumnya). Pada baris kedua isikan, kolom Name dengan Bank, Measure =
Nominal dan kolom Values dengan 1 = Pemerintah, 2 = Swasta. Kolom lainnya
diabaikan (mengikuti default dari program).

3. Kembali ke data dengan mengklik Data View. Selanjutnya input data pendidikan dan
pilihan bank

4. Setelah menginput data, untuk menghitung Chi Square, klik Analyze > Descriptive

Statistics > Crosstabs. Akan muncul tampilan berikut:

Isikan Row(s) dengan variabel kotak Column(s) dengan variabel Pendidikan.

Selanjutnya klik Staristics, akan muncul :
 Untuk tabel dua baris dua kolom (2 x 2), pilihan Chi-square akan memberikan output
Pearson chi-square, likelihood-ratio chi-square, Fisher’s exact test, dan yates’
corrected chi suare (continuity correction)
Untuk tabel selain 2 x 2, pilihan chi-square akan memberikan output Pearson chi-
square dan likelihood-ratio chi-square.

5. Klik Chi square > Continue > Cell, akan muncul tampilan berikut:

Terdapat beberapa pilihan dalam tampilan ini, yaitu:

- Count.

Centang observed, jika ingin menampilkan frekuensi data sebenarnya (observed), dan
centang Expected, jika ingin menampilkan frekuensi harapan dalam tabel silang.

- Percentage.

Centang Row jika ingin menampilkan persentase baris, column untuk persentase
kolom dan total untuk persentase total dalam tabel silang. Untuk kepentingan analisis
Chi-square, pilihan lainnya untuk sementara diabaikan. Misalnya dari tampilan
diatas, pilihan yang diambil adalah Observe, Expected dan Column.

Selanjutnya Klik Continue > OK. Output yang dihasilkan diberikan sebagai berikut
Pada output tabel pertama, Count adalah frekuensi dari data yang diamati (observed) dan
Expected Count adalah frekuensi yang diharapkan. % within Bank adalah persentase kolom
dari tabel silang ini. Dari frekuensi kolom ini dapat dibaca, bahwa terdapat kecenderungan
mereka yang berpendidikan SLTA lebih memilih bank pemerintah dibandingkan bank
swasta. Dari 51 responden berpendidikan SLTA, 68,6 persen memilih bank pemerintah
sedangkan sisanya 31,4 persen memilih bank swasta. Sebaliknya, terdapat kecenderungan
mereka yang berpendidikan tinggi memilih bank swasta. Dari 62 responden, hanya 32,3
persen yang memilih bank pemerintah dan sebagian besar lainnya (67,7 persen) memilih
bank swasta. Dengan kata lain, terdapat keterkaitan tinggi rendahnya pendidikan terhadap
pemilihan jenis bank untuk transaksi keuangan.

Ppada output tabel 2 diberikan nilai chi-square sebesar 14,816, dengan nilai P-value sebesar
0,00012. Berdasarkan hal tersebut, dapat dikemukakan bahwa terdapat hubungan antara
pendidikan dengan pemilihan bank pada tingkat signifikansi 1 % (P-value < α=1 %). Hal lain
yang perlu diperhatikan dari output tabel kedua ini adalah keterangan di bawah tabel yang
menunjukkan berlaku atau tidaknya salah satu asumsi dari chi-square yang menyatakan
bahwa frekuensi yang diharapkan untuk masing- masing kategori harus lebih besar dari 1.
Frekuensi yang diharapkan yang bernilai kurang dari 5 tidak boleh lebih dari 20 % dari
kategori. Dari keterangan di bawah tabel, terlihat bahwa asumsi tersebut terpenuhi karena
tidak ada sel yang memiliki frekuensi harapan dibawah lima, dan frekuensi harapan terendah
juga adalah 24,82.
2. Uji Fisher Exact

Fisher probability exact test merupakan salah satu metode statistik non parametrik untuk
menguji hipotesis. Prosedur ini ditemukan oleh R.A. Fisher pada pertengahan tahun 1930.
Pada penelitian dua variabel dengan data yang dinyatakan dalam persen, pengujian hipotesis
dapat dilakukan dengan statistik nonparametrik chi-kuadrat. Bila sampel yang digunakan
terlalu kecil (n<20) dan nilai ekspektasi < 5 maka chi-kuadrat tidak dapat digunakan
walaupun telah mengalami koreksi dari Yates. Untuk mengatasi kelemahan uji chi-kuadrat
tersebut digunakan Fisher probability exact test (Budiarto, 2002).

Menurut Sugiyono (2005), uji exact fisher digunakan untuk menguji signifikansi hipotesis
komparatif dua sampel kecil independen bila datanya berbentuk nominal. Untuk memper-
mudahkan perhitungan. Dalam pengujian hipotesis, maka data hasil pengamatan perlu
disusun ke dalam tabel kontingensi 2 x 2. Fisher exact test ini lebih akurat daripada uji chi-
kuadrat untuk data-data berjumlah sedikit. Walaupun uji ini biasanya digunakan pada tabel
sebanyak 2 x 2, namun kita dapat melakukan Uji exact Fisher dengan jumlah tabel yang lebih
besar (Sugiyono, 2005).

Siegel (1992) menganjurkan untuk menggunakan uji exact fisher bila pada uji chi- kuadrat
dilakukan dengan sampel kecil tersebut akan baik bila digunakan pada kondisi sebagai
berikut:

1. Bila sampel total kurang dari 20 atau

2. Bila jumlah sampel 20 < n < 40 dengan nilai ekspektasinya <5
3. Pada nilai marginal yang tetap dapat disusun berbagai kombinasi. Dari setiap
kombinasi yang dihasilkan dapat dihitung selisih persentase antara yang berhasil (+)
dan tidak berhasil (-) dan dihitung nilai p.

Contoh :

Sebuah penelitian untuk melihat efektivitas dua jenis obat terhadap penurunan kesembuhan
pasien penyakit malaria terhadap 16 orang pasien, 9 orang mengkonsumsi obat A dan 7 orang
mengkonsumsi obat B. Obat yang memberikan efek kesembuhan diberi tanda + dan obat
yang tidak memiliki efek kesembuhan -. Dengan taraf nyata 5% uji apakah terdapat
perbedaan efektivitas dua jenis obat tersebut.

Ho : tidak terdapat perbedaan efektivitas antara obat A dan obat B (P1 =P2)

H1 : terdapat perbedaan efektivitas antara obat A dan obat B (P1 ≠ P2)

INPUT HASIL PENGAMATAN PADA SPSS DENGAN FORMAT

SEBAGAI BERIKUT :
 A. Input Hasil Pengamatan Pada Spss Dengan Format Sebagai Berikut :

Keterangan :
 Variabel Jenis_obat : 1= jenis obat A ; 2 = jenis obat B
 Variabel Hasil : 1= Sembuh ; 0 = Tetap
b. Setelah selesai melakukan input data klik analyze → descriptive
statistics → crosstabs

c. Setelah muncul kotak dialog “crosstabs” isikan untuk row(s), pilih variabel independen
(Jenis_obat) dan untuk coloumn(s) , pilih variabel dependen (hasil)
d. Klik statistics, klik chi-square lalu continue

e. Klik cells, klik observed dan row percentages lalu continue

 f. jika sudah, klik oke pada crosstab dialog. Lalu lihat outputnya.

 Pada output chi-square test diberitahukan bahwa terdapat 3 cell yang mempunyai nilai
harapan yang kurang dari 5, sehingga tepat kita menggunakan eksak fiser dalam pengujian
ini.
 Karena tujuan kita adalah untuk emlihat apakah terdapat perbedaan efektivitas antara
obat A dan obat B, maka kita lihat exact sig. 2- sided yang nilai probabilitynya = 1,00

Kesimpulan :

Nilai pvalue = 1,00 > 0,05

Sehingga dapat disimpulkan dengan taraf signifikansi 95% bahwa tidak terdapat perbedaan
efektivitas antara obat A dan Obat B pada pasien malaria.

Demikian Tutorial kali ini semoga bermanfaat, silahkan dicoba dirumah dengan contoh kasus
yang lain yang mungkin memiliki pola yang sama.

https://statmat.id/tutorial-uji-eksak-fisher-dengan-spss/
http://digilib.unila.ac.id/2341/11/Bab%203.pdf
https://repository.unja.ac.id/126/1/chi-square_junaidi2010.pdf