MAKALAH

“TES STATISTIK NON PARAMETRIK – UJI CHI SQUARE”

Materi 5

Disusun Untuk Memenuhi Tugas

Mata Kuliah : Statistik

Dosen Pengampu : Dr. Jawatir Pardosi, M.Si

Disusun Oleh :

Kelompok 5

PPKn B 2019

1. Virna Dyieta Anggreini (1905056054)

2. Rani Hemalia (1905056055)
3. Natalia Pakendek (1905056076)

PENDIDIKAN PANCASILA DAN KEWARGANEGARAAN

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
 KATA PENGANTAR

Puji syukur kami haturkan kepada Tuhan Yang Maha Esa, karena dengan rahmat dan
hidayah-Nya lah kami dapat menyelesaikan makalah yang berjudul “Tes Statistik Non
Parametrik – Uji Chi Square” ini dengan tepat waktu.
Makalah sederhana ini dibuat untuk memenuhi salah satu tugas mata kuliah Statistik.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas Bapak Dr.
Jawatir Pardosi, M.Si pada mata kuliah statistik. Selain itu, makalah ini juga bertujuan untuk
menambah wawasan tentang statistik bagi para pembaca dan juga bagi penulis. Kami
mengucapkan terima kasih kepada Bapak Dr. Jawatir Pardosi, M.Si, selaku dosen mata kuliah
statistik yang telah memberikan tugas ini sehingga dapat menambah pengetahuan dan
wawasan sesuai dengan bidang studi yang kami tekuni.
Akhir kata kami ucapkan terima kasih atas perhatiannya terhadap makalah ini, dan
penulis berharap semoga makalah ini bermanfaat bagi para pembaca khususnya, agar dapat
menambah wawasannya. Kami menyadari bahwa makalah ini jauh dari kesempurnaan.
Karena kesempurnaan hanya milik Allah SWT.

Samarinda, 15 Maret 2021

Penulis

ii
 DAFTAR ISI
HALAMAN JUDUL.......................................................................................................... i
KATA PENGANTAR....................................................................................................... ii
DAFTAR ISI...................................................................................................................... iii
BAB I PENDAHULUAN.................................................................................................. 1

A. Latar Belakang....................................................................................................... 1
B. Rumusan Masalah................................................................................................ 1
C. Tujuan.................................................................................................................... 2

BAB II PEMBAHASAN................................................................................................... 3
A. Pengertian Statistik Non Parametrik........................................................................ 3
B. Keunggulan Statistik Nonparametrik...................................................................... 3
C. Keterbatasan Statistik Nonparametrik..................................................................... 4
D. Waktu penggunaan Metode Statistik Non Parametrik............................................. 4
E. Uji Chi Square......................................................................................................... 5
F. Syarat- syarat Tes Chi Square.................................................................................. 6
G. Langkah-langkah Uji Chi Square............................................................................ 6

BAB III PENUTUP........................................................................................................... 11

A. Kesimpulan............................................................................................................ 11
B. Saran...................................................................................................................... 11

DAFTAR PUSTAKA........................................................................................................ 13

iii
 BAB I

PENDAHULUAN

A. Latar Belakang
Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan
dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistic
parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering
digunakan untuk statistik nonparametrik adalah statistik bebas distribusi (distribution free
statistics) dan uji bebas asumsi (assumption-free test). Statistik nonparametric banyak
digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam penelitian sosial
pada umunya berbentuk kategori atau berbentuk rangking. Uji statistik nonparametrik
ialah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran
data populasi. Uji statistik ini disebut juga sebagai statistik bebas sebaran (distribution
free). Statistik nonparametrik tidak mensyaratkanbentuk sebaran parameter populasi
berdistribusi normal. Statistik nonparametrik dapat digunakan untuk menganalisis data
yang berskala nominal atau ordinal karena pada umumnya data berjenis nominal dan
ordinal tidak menyebar normal. Dari segi jumla data, pada umumnya statistik
nonparametrik digunakan untuk data berjumlah kecil (n <30).
Dalam kasus dimana variabel yang dihubungkan bersifat numerik, maka analisis
menggunakan korelasi merupakan salah satu pilihan. Namun, jika kedua variabel yang
dihubungkan bersifat kategorik, maka penggunaan analisis korelasi tidak bisa lagi
digunakan karena angka pada suatu kategori hanya berupa kode bukan nilai yang
sebenamya sehingga operasi aritmatika tidak sah untuk kasus data kategorik. Alasan yang
lain mengapa analisis korelasi tidak bisa digunakan pada data kategorik karena salah satu
tipe variabel kategorik adalah nominal yang tidak bisa diurutkan kategorinya. Pemberian
urutan yang berbeda jelas akan memberikan nilai korelasi yang berbeda pula sehingga dua
orang yang menghitung nilai korelasi besar kemungkinan memberikan hasil yang tidak
sama.

B. Rumusan Masalah
Perumusan masalah yang diambil dari penyusunan makalah ini sebagai berikut,
1. Apa yang dimaksud dengan statistik nonparametrik?
2. Apa yang dimaksud uji chi square ?
3. Bagaimana langkah-langkah mengerjakan uji chi square?

1
C. Tujuan
1. Dapat mengetahui dan memahami Statistik Non Parametik
2. Dapat mengetahui dan memahami uji chi square jika melakukan penelitian

2
 BAB II

PEMBAHASAN

A. Pengertian Statistik Non Parametrik

Statistik non-parametrik adalah statistik yang tidak mendasarkan pada parameter-
parameter populasi. Dalam pengumpulan data tentu akan melakukan pengukuran,
kemudian dihitung mean, median, modus dan standar deviasi. ukuran-ukuran tersebut
diistilahkan dengan parameter. Parameter-parameter populasi tersebut dalam statistik non-
parametrik tidak dijadikan acuan. Sebab, data dalam analisis statistik non-parametrik
terutama menggunakan skala data nominal atau ordinal. Data yang berskala nominal atau
ordinal dalam mengukur suatu variabel penelitian, statistik non-parametrik merupakan
teknik yang cocok untuk menganalisis data tersebut.
Selain itu, statistik non-parametrik tidak mendasarkan kepada bentuk distribusi data
tertentu. Peneliti sering dihadapkan kepada kondisi bahwa data yang telah dikumpulkan
tidak berdistribusi normal. Selain itu, statistik non-parametrik biasanya menggunakan
skala pengukuran nominal dan ordinal yang umumnya tidak berdistribusi normal. Maka
statistik non-parametrik digunakan jika distribusi data adalah tidak berdistribusi normal,
bentuk grafik data tersebut mungkin distribusi data miring ke kiri atau ke kanan. Meskipun
ada upaya yang dapat dilakukan dengan cara mereduksi atau mengeliminasi suatu data
yang ekstrim. Tetapi, jika dengan cara mengeliminasi data tidak dapat merobah distribusi
data menjadi berdistribusi normal, maka metode statistik non-parametrik harus digunakan.
Statistik non-parametrik adalah statistik bebas sebaran, artinya tidak menuntut persyaratan
bentuk sebaran parameter populasi, dan tidak mempermasalahkan distribusi datanya
normal atau tidak (Budiwanto: 2014).

B. Keunggulan Statistik Nonparametrik

Keunggulan Statistik Nonparametrik adalah sebagai berikut :
1. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data
menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik
parametrik. (misalnya mengenai sifat distribusi data) tidak terpenuhi, maka statistik
nonparametrik lebih sesuai diterapkan dibandingkan statistic parametrik.
2. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehingga
hasil penelitian segera dapat disampaikan.

3
 3. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar
matematika serta statistika yang mendalam.
4. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi keterbatasan
data yang tersedia, misalnya jika data telah diukur menggunakan skala pengukuran
yang lemah (nominal atau ordinal).
5. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode parametrik
untuk jumlah sampel yang sedikit.

C. Keterbatasan Statistik Nonparametrik

Disamping keunggulan, statistik nonparametrik juga memiliki keterbatasan. Beberapa
keterbatasan statistik nonparametrik antara lain:
1. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametric meskipun
lebih cepat dan sederhana, akan menyebabkan pemborosan informasi.
2. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah
dibandingkan dengan metode parametrik.

Dengan pengetahuan kita akan klasifikasi metoda statistik yang sudah dijelaskan di atas,
diharapkan ada kehati-hatian dalam diri peneliti untuk menentukan dan menetapkan suatu
alat uji statistik pada data hasil penelitiannya. Kata kuncinya adalah “mengoptimalkan
penolakan H0 (asumsi dasar penelitian) yang memang seharusnya di tolak”. Sehingga
perlakuan awal terhadap data penelitian yang telah didapatkan menjadi lebih teliti dan
spesifik guna mengoptimalkan penggunaan alat atau metode statistik yang tepat agar
dihasilkan suatu simpulan yang optimal atas suatu penelitian.

D. Waktu penggunaan Metode Statistik Non Parametrik

Kapankah metode statistik non parametik perlu digunakan? Metode ini harus digunakan
untuk situasi sebagai berikut:
1. Jika ukuran sampel sangat kecil hingga distribusi data tidak mendekati normal dan jika
tidak ada asumsi yang bisa dibuat tentang bentuk distribusi populasi yang jadi sampel
besar
2. Jika menggunakan data ordinal, yaitu data-data yang di peringkatkan atau disusun
dalam urutan.
3. Jika digunakan data nominal, yaitu data-data yang dapat diklasifikasikan dalam bentuk
data kategori kemudia bisa dihitung frekuensinya.

4
E. Uji Chi Square
Uji Kesesuaian Kai Kuadrat Uji ini disebut juga Chi-Square. Chi Square merupakan
sebuah metode statistika nonparametrik yang paling terkenal dan banyak digunakan ialah
uji kai kuadrat. Uji ini tidak dibatasi oleh asumsi-asumsi ketat tentang jenis populasi
maupun parameter populasi, yang dibutuhkan hanya derajat bebas. Uji kai kuadrat
menggunakan teknik goodness of fit, yaitu dapat digunakan untuk menguji apakah
terdapat perbedaan yang nyata antara banyak yang diamati yang masuk dalam masing-
masing kategori dengan banyak yang diharapkan berdasarkan hipotesis nol. (Suciptawati,
2010). Chi square test atau tes kai kuadrat tergolong ke dalam jenis statistik nonparametrik
sehingga chi square test tidak memerlukan syarat data berdistribusi normal (Sufren dan
Natanael, 2013).
Chi-square disebut juga dengan Kai Kuadrat. Uji Chi-square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal (Sutrisno, 2000). 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 Chisquare merupakan uji non parametris yang paling
banyak digunakan. Namun perlu diketahui syarat-syarat uji ini adalah frekuensi responden
atau sampel yang digunakan besar, sebab ada beberapa syarat di mana uji Chi-square
dapat digunakan yaitu:
1. Tidak ada sel 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 sel saja yang memiliki
frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5;
3. Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah sel dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
Karakteristik Chi‐Square:
1. Nilai Chi Square selalu positif karena merupkan hasil pengkuadratan.
2. Terdapat beberapa kelompok distribusi Chi Square, yaitu distribusi Chi square dengan
dk=1, 2, 3, dst.
3. Datanya berbentuk diskrit atau nominal.
Chi Kuadrat dapat digunakan untuk menguji hipotesis deskriptif satu sampel atau satu
variabel, yang terdiri atas dua kategori atau lebih. selain itu dapat digunakan untuk
menguji hipotesis komparatif 2 sampel atau 2 variabel serta untuk menguji hipotesis
asosiatif yang berskala nominal.

5
 Rumus :

Keterangan :
x 2 = Chi square
f́ = Frekuensi yang diobservasi
fh = Frekuensi yang diharapkan

F. Syarat- syarat Uji Chi Square

Chi Square adalah salah satu jenis uji komparatif non parametrik dimana dilakukan pada
dua variabel. Skala data kedua variabel adalah nominal. Uji ini digunakan untuk menguji
hipotesis disrtribusi data pada satu populasi.Uji chi-square juga merupakan uji yang paling
banyak digunakan. Namun perlu kita ketahui syarat-syarat uji ini adalah: frekuensi
responden atau sampel yang digunakan besar, sebab ada beberapa syarat di mana chi
square dapat digunakan yaitu:
a. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0)
sebesar 0 (Nol).
b. 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.
c. Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.Uji kesesuaian kai kuadrat atau
Goodness of fit bertujuan untuk mengetahui apakah sebuah distribusi data dari sampel
mengikuti sebuah distribusi teoritis terntentu atau tidak.

G. Langkah-langkah Uji Chi Square

Adapun langkah-langkah dalam menggunakan uji chi-square adalah sebagai berikut:

1. Membuat hipotesis (dugaan sementara) dalam bentuk kalimat
Ho : fo = fh (fo dan fh sesuai)
Ha : fo ≠ fh (fo da fh tidak sesuai)
Catatan:

6
  Ho adalah hipotesis nol, artinya suatu pernyataan yang tidak ada perbedaannya
antara parameter dengan data sampel.
 Ha adalah hipotesis alternatif, artinya suatu penyataan yang ada perbedaannya antara
parameter dan data sampel.
2. Menentukan taraf keyakinan/signifikan
Penguji dapat menggunakan taraf keyakinan 80%, 90%, 95%, 98%, dan 99%. Sesuai
dengan taraf keyakinan penguji, derajat kebebasan ditentukan melalui banyaknya
pasang frekuensi dikurangi banyaknya besaran yang dihitung dari hasil observasi
yang digunakan untuk menghitung frekuensi harapan.
3. Menghitung χ² hitung dan χ² tabel
Rumus χ² hitung: χ² = Ʃ (fo-fh)²
fh

Rumus χ² tabel: χ² tabel = χ² (α,d.f)

Catatan:
d.f = n-1, α = taraf signifikan
d.f adalah degree of freedom atau derajat kebebasan
4. Menentukan kriteria pengujian
Ho diterima, jika χ² hitung ≤ χ² tabel
Ho ditolak, jika χ² hitung > χ² tabel
5. Membuat keputusan
Keputusan diambil dari hipotesis (dugaan sementara) yang telah dibuat.

7
Contoh Soal :
Seorang mahasiswa universitas X dalam penelitiannya ingin mengetahui hubungan antara
jenis kelamin dengan jurusan di SMK A. Adapun diperoleh data sebagai berikut:

- Laki‐laki yang memilih jurusan tata boga : 10 orang

- Perempuan yang memilih jurusan tata boga: 12 orang

- Laki‐laki yang memilih jurusan perkantoran: 10 orang

- Perempuan yang memilih jurusan perkantoran : 10 orang

- Laki‐laki yang memilih jurusan tata busana : 4 orang

- Perempuan yang memilih jurusan tata busana: 14 orang

Langkah – langkah untuk menguji :

1. Membuat hipotesis (dugaan sementara) dalam bentuk kalimat
Ho: Jika χ = 0, maka tidak ada hubungan yang signifikan antara jenis kelamin dengan
jurusan.
Ha: Jika χ ≠ 0, maka ada hubungan yang signifikan antara jenis kelamin dengan jurusan.
2. Menentukan taraf signifikan
Taraf signifikan yang digunakan pada penelitian ini yaitu α = 5% atau 0,05
3. Menghitung χ² hitung dan χ² tabel
a. Membuat tabel kontingensi
Jurusan
Jenis Kelamin Tata Total
Tata Boga Perkantoran
Busana
Laki-laki 10 10 4 24
Perempuan 12 10 14 36
Total 22 20 18 60

b. Menentukan frekuensi harapan (fh)

8
 fh = Total baris x Total kolom
Total seluruhnya

Tata boga : 24 x 22 = 8,8 (L)

60
36 x 22 = 13,2 (P)
60
Perkantoran : 24 x 20 = 8 (L)
60
36 x 20 = 12 (P)
60
Tata busana : 24 x 18 = 7,2 (L)
60
36 x 18 = 10,8 (P)
60

Jurusan
Total
Jenis Kelamin Tata Boga Perkantoran Tata Busana
fo fh fo fh fo fh
Laki-laki 10 8,8 10 8 4 7,2 24
Perempuan 12 13,2 10 12 14 10,8 36
Total 22 22 20 20 18 18 60

Rumus χ² hitung: χ² = Ʃ (fo-fh)²

fh
χ² = Ʃ (fo-fh)² = (10-8.8)2 + (10-8)2 + (4-7,2)2 + (12-13,2)2 + (10-12)2 + (14-10,8)2
fh 8,8 8 7,2 13,2 12 10,8

= 0,163 + 0,5 + 1,422 + 0,109 + 0,333 + 0,948

= 3,475

Rumus χ² tabel : χ² tabel = χ² (α,d.f)

Diketahui: baris = 2 dan kolom = 3, α = 5% atau 0,05

χ² tabel = χ² (α,d.f)

9
d.f = (baris-1)(kolom-1)

= (2-1)(3-1)

=2

Jadi, nilai χ² tabel = χ² (0,05,2) sehingga nilainya adalah 5,991

4. Menentukan kriteria pengujian

Ho diterima, jika χ² hitung ≤ χ² tabel
Ho ditolak, jika χ² hitung > χ² tabel
Ternyata, dapat diperoleh χ² hitung = 3,475 ≤ χ² tabel = 5,991
Dikarenakan χ² hitung ≤ χ² tabel, maka Ho diterima. (maka Ho diterima)
5. Membuat keputusan
Sehingga keputusannya adalah maka tidak ada hubungan yang signifikan antara jenis
kelamin dengan jurusan.

10
 BAB III

PENUTUP

A. Kesimpulan
Semua obyek yang menjadi sasaran penelitian disebut gejala yang dibedakan menjadi
gejala diskrit dan gejala kontinum, cara kerja statistika bersifat obyektif, statistika bersifat
universal. Langkah-langkah analisis data meliputi mengecek akurasi data secara observasi
visual; melakukan pembenahan dan pemberian kode secara teliti; mengecek rumusan
masalah dan tujuan penelitian; menetapkan skala pengukuran data yang akan dianalisis;
mengetahui distribusi data setiap variabel (normalitas, homogenitas); merumuskan
hipotesis kerja dan hipotesis nihil; memilih teknik analisis statistik yang sesuai untuk
menguji hipotesis nol dan persayaratan yang harus dipenuhi; menetapkan taraf signifikansi
(α) dan merumuskan daerah penolakan; melakukan penghitungan statistika menggunakan
jasa komputer atau secara manual diikuti dengan menginterpretasi hasil analisis;
menyajikan hasil analisis dilanjutkan pengambilan kesimpulan penelitian. Data yang
diperoleh dari hasil pengumpulan data dibedakan menjadi empat skala, yaitu skala
nominal, ordinal, interval, dan rasio.
Sebagian besar tes non parametrik dapat diterapkan untuk data dalam skala skala
ordinal dan beberapa yang lain dapat diterapkan untuk data dalam skala ukur nominal. Chi
square dapat dihitung menggunakan data kategori. Datanya berbentuk diskrit atau
nominal. Hasil dari chi kuadrat selalu positif karena hasilnya selalu dikuadratkan. Hasil
chi kuadrat hitung jika lebih kecil dari chi kuadrat tabel maka hasilnya adalah tidak terjadi
perbedaan yang signifikan. Tetapi jika hasilnya lebih besar dari chi kuadrat tabel maka
terjadi perbedaan yang signifikan. Sehingga dapat disimpulkan semakin besar hasil dari
chi kuadrat hitung terhadap chi kuadrat tabel maka semakin signifikan perbedaannya.

B. Saran
Chi Square adalah salah satu jenis uji komparatif non parametrik dimana dilakukan pada
dua variabel. Skala data kedua variabel adalah nominal. Uji ini digunakan untuk menguji
hipotesis disrtribusi data pada satu populasi.Uji chi-square juga merupakan uji yang paling
banyak digunakan. Namun perlu kita ketahui syarat-syarat uji ini adalah: frekuensi
responden atau sampel yang digunakan besar, sebab ada beberapa syarat di mana chi
square dapat digunakan yaitu:

11
d. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0)
sebesar 0 (Nol).
e. 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.
f. Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.Uji kesesuaian kai kuadrat atau
Goodness of fit bertujuan untuk mengetahui apakah sebuah distribusi data dari sampel
mengikuti sebuah distribusi teoritis terntentu atau tidak.

12
 DAFTAR PUSTAKA

Djarwanto. (1991). Statsitik Non Parametrik, Edisi 2. Yogyakarta: BPFE.

Nasution, S. (2006). Metode Research. Jakarta: Bumi Aksara.

Sugiyono. (2009). Metode Penelitian Kualitatif Kuantitatif dan R&D. Bandung: Alfabeta.

https://statmat.id/uji-chi-square/

13