STATISTIKA INDUSTRI 2

LAPORAN PRAKTIKUM 12

UJI NON PARAMETRIK CHI SQUARE TEST DUA

VARIABEL
Dosen pengampu : Eka Faisal Nurhidayatullah, ST, MT.

Disusun oleh:

Muhammad Pandhu Bagaskara Hutasoit 5190611165

Agustian Setyo Saputra 5190611163

PROGRAM STUDI S1 TEKNIK INDUSTRI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS TEKNOLOGI YOGYAKARTA

YOGYAKARTA

2021
12.1 Latar Belakang

Gubernur D.I Yogyakarta hendak melakukan pencegahan dan

penanggulangan dampak penyebaran virus corona yang mulai menyebar luas ke
daerah sekitar yogyakarta. Peninjauan dilakukan dalam 5 bulan dengan target
daerah disetiap kabupaten mulai dari anak-anak hingga orang dewasa dari letak
geografis, kondisi ekonomi, kemampuan sumber daya manusia dan kondisi cuaca
sekitar yogtakarta. Lakukan penarikan koesironer pada 100 orang secara umum
dan lanjutkan pengujian tersebut untuk mengetahui hasil kebutuhan yang
diperlukan saat ini.

12.2 Rumusan Masalah

Dari latar belakang diatas dapat ditarik beberapa rumusan masalah

sebagai berikut, yakni:

1. Gubernur D.I Yogyakarta mendapatkan data 100 koesioner.

2. Apakah kebutuhan yang diperlukan saat ini oleh masyarakat Yogyakarta?

3. Bagaimana melakukan pencegahan dan penanggulangan dampak

penyebaran virus corona?

12.3 Tujuan

Tujuan dari rumusan masalah diatas dapat dikemukakan yakni sebagai

berikut, yaitu:

1. Gubernur D.I Yogyakarta mengetahui cara mengolah data statistik yang

akan dilakukan dalam melakukan pengujian terhadap 100 data koesioner
untuk mengetahui hasil kebutuhan yang diperlukan saat ini.

2. Gubernur D.I Yogyakarta mengetahui hasil dari pengujian terhadap

hasil dari penilaian responden

12.4 Manfaat

Manfaat dari penulisan laporan ini adalah untuk mengetahui hasil

pengujian guna dapat mengetahui kebutuhan yang diperlukan disaat penyebaran
virus corona, agar dapat melakukan pencegahan dan penanggulangan penyebaran
virus corona.
12.5 Literatur

Dilakukan penelitian untuk mengetahui bagaimana peluan dua orang

untuk menjadi bupati di kabupaten tertentu.calonnya adalah Anton dan Gito.
Setelah diadakan survey pengumpulan pendapat yang setuju dengan Gito adalah
60 orang dan yang tidak 20 orang. Sedangkan untuk Anton yang setuju 50 orang
dan yang tidak 25 orang. Dari data tersebut selanjutnya disusun kedalam tabel.

Tabel 12.1 Tabel Frekuensi Pemilihan Anton dan Gito

Calon Persetujuan Jumlah

Bupati Sample
Tidak Setuju Setuju

Anton 25 50 75

Gito 20 60 80

Jumlah 110 45 155

(Sumber: Devi Angrlia. K “Modul Biostatistik Non Parametrik”, 2018)

Hipotesis:

Ho: Peluang Anton dan Gito sama untuk menjadi bupati atau tidak terdapat
hubungan pendapat diantara masyarakat terhadap dua calon bupati tersebut

Ha: peluang Anton dan Gito tidak sama untuk menjadi bupati atau terdapat
hubungan pendapat diantara masyarakat terhadap dua calon bupati tersebut

Langkah-langkah pengolahan data:

1. Input data SPSS

Gambar 12.1 Input Data SPSS

(Sumber: Devi Angrlia. K. “Modul Biostatistik Non Parametrik”, 2018)
2. Klik menu Analyze, lalu Descriptive, pilih Crosstab

Gambar 12.2 Menu Crosstab

(Sumber: Devi Angrlia. K. “Modul Biostatistik Non Parametrik”, 2018)

3. Akan muncul kotak dialog, pindahkan variabel yang hendak diuji ke kotak
row dan coloum

Gambar 12.3 Kotak Dialog Crosstab

(Sumber: Devi Angrlia. K. “Modul Biostatistik Non Parametrik”, 2018)

4. Klik cells, dan beri centang pada Observed dan Expected

Gambar 12.4 Kotak Dialog Crosstab

(Sumber: Devi Angrlia. K “Modul Biostatistik Non Parametrik”, 2018)
5. klik Statistic, berikan tanda centang pada Chi Square, lalu klik Continue

Gambar 12.5 Kotak Dialog Chi Square

(Sumber: Devi Angrlia. K “Modul Biostatistik Non Parametrik”, 2018)

6. Output SPSS

Gambar 12.6 Hasil Olah Data

(Sumber: Devi Angrlia. K “Modul Biostatistik Non Parametrik”, 2018)
12.6 Metode Pengolahan Data

Uji Chi Square 2 variabel atau uji Chi Kuadreat atau uji hipotesis
komparatif 2 sampel bebas maupun berpasangan berarti menguji signifikasi
perbedaan/ kesamaan nilai-nilai variabel yang ada pada 2 sampel untuk
diberlakukan dalam populasi atau tidak. Chi kuadrat digunakan untuk menguji
hipotesis komparatif (perbandingan) dua sampel atau lebih.

Syarat pengujian Uji Kai Kuadrat 2 sampel

1. Bila datanya berbentuk nominal (kategori)

2. Sampelnya besar N>30

3. Untuk memudahkan, sebaiknya mengingat tabel 2x2 disebut juga tabel

kontingensi

4. tidak boleh ada satu sel tabel pun yang Fh (expected)< 1

5. Frekuensi yang diharapkan (Fh) < 5 tidak boleh lebih dari 20 persen

6. Jika ditemukan frekuensi yang diharapkan < 1 atau < 5 lebih 20 persen
makan bisa dilakukan penggabungan kategori

7. Bila Fh ≤ 5 gunakan fisher exact test

Rumus:

Gambar 12.7 Rumus X2

(Sumber: Devi Angrlia. K “Modul Biostatistik Non Parametrik”, 2018)

dk = 1

Keputusan Hipotesis:

Gambar 12.8 Keputusan Hipotesis

(Sumber: Devi Angrlia. K “Modul Biostatistik Non Parametrik”, 2018)
12.7 Pengumpulan Data

Table 12.2 Data Koesioner

Responden Solusi Tahapan N_Total
1 2 3 19
2 2 1 17
3 1 2 20
4 3 3 21
5 1 1 22
6 2 2 24
7 5 1 19
8 3 3 19
9 2 1 19
10 5 3 21
11 3 1 19
12 1 3 18
13 2 1 19
14 5 1 18
15 2 1 17
16 2 3 21
17 2 2 21
18 1 1 19
19 2 1 19
20 3 3 17
21 2 3 18
22 2 1 20
23 5 2 19
24 5 3 20
25 2 2 18
26 3 1 18
27 1 2 18
28 4 3 19
29 5 1 20
30 2 2 19
31 2 3 20
32 3 2 23
33 1 3 21
34 2 1 21
35 2 3 20
36 3 2 19
37 4 3 18
38 2 2 19
39 2 1 17
40 3 3 18
41 4 2 19
42 1 1 20
43 2 2 20
44 2 1 23
45 3 3 19
46 2 1 20
47 3 2 16
48 4 3 21
49 2 2 20
50 3 2 20
51 1 3 20
52 4 2 24
53 3 3 19
54 5 2 20
55 2 3 20
56 3 3 17
57 4 2 18
58 1 2 21
59 4 3 23
60 2 1 22
61 5 2 21
62 2 1 19
63 2 3 18
64 1 1 17
65 2 2 18
66 3 3 18
67 2 1 19
68 1 2 19
69 4 1 20
70 1 2 20
71 3 3 20
72 2 2 19
73 2 1 23
74 1 2 23
75 4 3 21
76 2 1 22
77 1 2 20
78 2 2 21
79 1 3 18
80 2 1 22
81 1 2 21
82 3 1 21
83 2 3 21
84 4 1 21
85 1 1 21
86 2 2 22
87 3 1 19
88 2 2 21
89 4 1 19
90 2 1 18
91 3 1 17
92 2 2 19
93 3 1 19
 94 3 1 20
95 1 2 21
96 3 1 21
97 2 1 21
98 4 2 21
99 3 2 22
100 2 1 19
(Sumber: Olah Data, 2021)

12.8 Pengujian Data

12.8.1 Uji Normalitas Data

Tests of Normality

Kolmogorov-
Smirnova Shapiro-Wilk
Tahapan Statistic df Sig. Statistic df Sig.

Responden Melakukan Penyemprotan disinfektan .130 38 .102 .900 38 .003

Membangun fasilitas cuci tangan di tempat

.062 34 .200* .975 34 .612
umum

pendatang dan pemudik melakukan karantina

.074 28 .200* .968 28 .518
mandiri
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
(Sumber: Olah Data, 2021)

Analisis hasil uji normalitas dilakukan dengan menggunakan nilai alpha

(∝) sebesar 0,05 sebagai alat ukur untuk menentukan data yang diolah termasuk
kedalam data yang dikatakan normal atau tidak. Jika hasil Sig. > ∝ maka data
termasuk data normal. Nilai Sig. pada masing-masing variabel diatas rata-rata
memiliki nilai Sig. > ∝, yaitu pada variabel berikut.
a. Variabel Tahapan 1 memiliki nilai Sig. sebesar 0,102, maka nilai Sig. > ∝
(data normal).
b. Variabel Tahapan 2 memiliki nilai Sig. sebesar 0,200, maka nilai Sig. > ∝
(data normal).
c. Variabel Tahapan 3 memiliki nilai Sig. sebesar 0,200, maka nilai Sig. > ∝
(data normal).
 Maka, dapat dikatakan data rata-rata variabel yang terdapat dalam
penelitian pada hasil ini dinyatakan semua data tersebut normal dan dapat
dilakukan pengolahan data selanjutnya.

12.8.2 Uji Keseragaman Data

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

Responden Based on Mean 5.232 2 97 .007

Based on Median 4.139 2 97 .019

Based on Median and with adjusted df 4.139 2 93.586 .019

Based on trimmed mean 5.204 2 97 .007
(Sumber: Olah Data, 2021)

Analisis hasil uji keseragaman data dilakukan dengan menggunakan nilai

pada tabel f dengan melihat df1dan df2 pada tabel sebagai alat ukur menentukan
data yang diolah termasuk kedalam data yang dikatakan seragam atau tidak. Dari
hasil di atas menunjukkan bahwa semua variabel memiliki df1 adalah 2 yang
berarti seragam dan df2 adalah 97 yang juga berarti seragam. Keseragaman juga
dapat dilihat jika hasil f hitung < f tabel, maka variabel tersebut tidak memiliki
perbedaan rata-rata yang artinya seragam, sedangkan jika f hitung > f tabel, maka
terdapat perbedaan rata-rata pada variabel tersebut yang artinya data tersebut
tidak seragam. Untuk mencari nilai f tabel dari df1 2 dan df2 97 adalah
menggunakan tabel distribusi t dan didapatkan bahwa nilai f tabel dari data
tersebut adalah 3.09 dan nilai f hitung dari masing-masing variabel adalah
sebagai berikut.
a. Variabel Responden memiliki nilai f hitung sebesar 0,07, maka nilai f hitung
< f tabel (data seragam).

Maka, dapat dikatakan data variabel yang terdapat dalam penelitian pada hasil
ini dinyatakan semua data tersebut seragam dan dapat dilakukan pengolahan data
selanjutnya.
12.8.3 Uji Validitas Data

Correlations

Responden Solusi Tahapan Total

Responden Pearson Correlation 1 -.065** -.180* .400”
Sig. (2-tailed) .004 .000 .073

N 1978 1978 1978 1978

Solusi Pearson Correlation -.065** 1 .096** .548**
Sig. (2-tailed) .004 .000 .000
N 1978 1978 1978 1978
** **
Tahapan Pearson Correlation -.180 .096 1 .389**
Sig. (2-tailed) .000 .000 .000
N 1978 1978 1978 1978
**
Total Pearson Correlation .400” .548 .389** 1

Sig. (2-tailed) .073 .000 .000

N 1978 1978 1978 1978

**. Correlation is significant at the 0.01 level (2-tailed).

(Sumber: Olah Data, 2021)

Analisis hasil uji validitas data dilakukan dengan menggunakan tabel r

dan melihat df pada tabel sebagai alat ukur menentukan data yang diolah
termasuk kedalam data yang dikatakan valid atau tidak. Dalam hal ini terdapat
(N= 100) dengan tingkat signifikan 5% pada tabel r dengan rumus df= N-2= 100-
2= 98. Untuk mencari nilai r tabel ini adalah menggunakan, dan didapatkan
bahwa nilai r tabel dari df= 98 adalah 0,1956.
Jika hasil hasil r hitung < r tabel, maka data variabel penelitian tidak valid,
namun jika hasil r hitung > r tabel, maka data variabel penelitian tersebut valid.
Dari hasil diatas menunjukan bahwa nilai r hitung dari masing-masing variabel
adalah sebagai berikut
a) Variabel Responden memiliki nilai r hitung sebesar 0,400, maka nilai r
hitung > r tabel (data valid).
b) Variabel Solusi memiliki nilai r hitung sebesar 0,548, maka nilai r
hitung > r tabel (data valid).
c) Variabel Tahapan memiliki nilai r hitung sebesar 0,389, maka nilai r
hitung > r tabel (data valid).
d) Variabel N Total memiliki nilai r hitung sebesar 1, maka nilai r hitung >
r tabel (data valid).
 12.8.4 Uji Reabilitas Data

Reliability Statistics

Cronbach's
Alpha N of Items

.153 2
(Sumber: Olah Data, 2021)

Berdasarkan Uji Reliabilitas diatas terlihat bahwa Cronbach’s Alpha

adalah 0,153 pada 2 N of Items. Nilai tersebut berada pada range 0,00-0,20 yang
artinya data tersebut Kurang Reliabel.

12.9 Pengolahan Data

12.9.1 Data Entry

Data yang digunakan dalam melakukan pengolahan data pada analisis

Chi Square dua variabel ini adalah data 100 koesioner mengenai penanggulangan
dan pencegahan dampak virus corona. Langkah-langkah yang dilakukan untuk
melakukan uji Chi Square adalah sebagai berikut:

a. Input variabel pada Variable View sebagai berikut

Gambar 12.9 Input Variabel pada Variable View

(Sumber: Olah Data, 2021)

b. Input Value pada Variabel Solusi dan Tahapan sebagai berikut:

Gambar 12.10 Input Value Gambar 12.11 Input Value

(Sumber: Olah Data, 2021) (Sumber: Olah Data, 2021)
 c. Input data view sebagai berikut.

Gambar 12.12 Input Data pada Data View

(Sumber: Olah Data, 2021)

12.9.2 Analisis Data

Langkah-langkah yang dilakukan untuk melakukan Chi Square adalah

sebagai berikut:

a. Klik Data lalu pilih Weight Cases

Gambar12.13 Menu Weight Cases

(Sumber: Olah Data, 2021)
b. Input N_Total pada Frequency Variable

Gambar12.14 Kotak Dialog Weight Cases

(Sumber: Olah Data, 2021)

c. Klik Ok

d. Klik Analyze, lalu pilih Descriptive Statistic lalu pilih Crosstab

Gambar12.15 Menu Crosstab

(Sumber: Olah Data, 2021)
e. Masukkan Solusi kedalam Row(s) dan Tahapan kedalam Colum(s)

Gambar12.16 Kotak Dialog Crosstab

(Sumber: Olah Data, 2021)

f. Klik Ok

g. Klik Cells, pilih Observed dan Expected pada kotak Dialog Counts

Gambar12.17 Kotak Dialog Crosstab: Cell Display

(Sumber: Olah Data, 2021)

h. Klik Continue, maka akan kembali ke kotak Crosstabs

 i. Klik Statistic, maka akan muncul kotak Dialog Crosstabs: Statistics

Gambar12.18 Kotak Dialog Crosstab: Statistic

(Sumber: Olah Data, 2021)

j. Beri tanda centang Chi Square dan klik Continue

k. Klik Ok

12.10 Hasil dan Pembahasan Pengolahan Data

Case Processing Summary

Cases
Valid Missing Total

N Percent N Percent N Percent

Solusi * Tahapan 1978 100.0% 0 0.0% 1978 100.0%

(Sumber: Olah Data, 2021)

Solusi * Tahapan Crosstabulation

Tahapan

pendatang dan
Membangun pemudik
Melakukan fasilitas cuci melakukan
Penyemprotan tangan di karantina
disinfektan tempat umum mandiri Total

Solusi Menghindari Count 99 183 77 359

Kerumunan Expected
135.6 124.5 98.9 359.0
Count
Mencuci tangan Count 377 261 157 795
 dengan sabun atau Expected
300.2 275.7 219.0 795.0
hand sanitizer Count
Memakai Masker Count 154 100 168 422
saat berpergian Expected
159.4 146.4 116.3 422.0
Count

Menjaga jarak Count 60 82 102 244

Expected
92.1 84.6 67.2 244.0
Count

Menutup Mulut saat Count 57 60 41 158

batuk dan bersin Expected
menggunakan Count 59.7 54.8 43.5 158.0
tangan atau tisu
Total Count 747 686 545 1978

Expected
747.0 686.0 545.0 1978.0
Count
(Sumber: Olah Data, 2021)

Chi-Square Tests

Value df Asymp. Sig. (2-sided)

Pearson Chi-Square 148.108a 8 .000

Likelihood Ratio 144.652 8 .000
Linear-by-Linear Association 18.332 1 .000
N of Valid Cases 1978

a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 43.53.
(Sumber: Olah Data, 2021)

a. Tentukan Hipotesis
H0: Solusi dapat Mencegah dan Menanggulangi penyebaran virus
corona
H1: Solusi tidak dapat Mencegah dan Menanggulangi penyebaran
virus corona
b. Tentukan signifikansi alpha = 5% (0.05)
c. Daaerah Kritis
Jika nilai Chi-Square hitung < Chi-Square tabel, maka tolak H0
Jika nilai Chi-Square hitung > Chi-Square tabel, maka terima H0
d. Keputusan
Nilai Chi-Square hitung diketahui sebesar 148.108a dan Nilai Chi-
Square tabel diketahui sebesar 9.48773, maka 148.108a > 9.48773.
Jadi jika nilai Chi-Square hitung > Chi-Square tabel, maka terima H0
 e. Kesimpulan
Jadi pada tingkat signifikansi 5% (0.05) di dapatkan kesimpulan bahwa
solusi dapat Mencegah dan Menanggulangi penyebaran virus corona
12.11 Analisis Hasil Pengolahan Data

Analisis dari pengolahan data di atas yaitu hasil dari pengolahan data atau
setelah dilakukannnya beberapa tahap pengujian seperti uji normalitas,
keseragaman data, validitas, reliabilitas dan uji chi square satu variabel
menunjukan bahwa data yang di peroleh dari kuesioner terhadap 100 responden
tersebut menunjukan data tersebut normal karena nilai sig. lebih dari nilai alpha
(0,05), data seragam karena pada pengujian keseragaman data menunjukan hasil
nilai sig. lebih dari nilai alpha (0,05), data valid karena nilai N_Total pada
correlation lebih besar dari nilai r tabel, data kurang reliabel karena terlihat
bahwa nilai Cronbach’s Alpha adalah 0,153 pada 2 of items pernyataan. Nilai
tersebut berada diatas range 0,00 – 0,20 yang artinya bahwa pernyataan tersebut
kurang reliabel dapat menyelesaikan permasalahan penyebaran virus corona.
Pada uji chi square dua variabel tersebut menghasilkan bahwa dengan tingkat
signifikansi 5% untuk penyebaran virus corona menunjukan bahwa hasil uji chi
square dua variabel lebih dari nilai x² tabel yang dapat diartikan bahwa terima H0
sehingga dapat disimpulkan bagwa solusi dapat mencegah dan menanggulangi
penyebaran virus corona.

12.12 Kesimpulan

Kesimpulan yang dapat diambil untuk permasalahan pencegahan dan

penanggulangan penyebaran virus corona yang ada di wilayah D.I Yogyakarta
yaitu antara lain dari pengolahan data di atas sudah jelas menunjukan hasil
pengolahan data dengan metode Chi Square test dua variabel bahwa solusi yang
di hasilkan dari kuesioner yaitu untuk penyebaran virus corona solusinya
mencuci tangan secara rutin menggunakan sabu atau hand sanitizer dengan
tahapan melakukan penyemprotan disinfektan di tempat umum atau di
lingkungan rumah dapat menanggulangi dan mencegah penyebaran virus corona
yang ada di wilayah D.I Yogyakarta. Gubernur D.I Yogyakarta harus mengkaji
ulang solusi yang ada agar dapat menyelesaikan permasalahan untuk mencegah
dan menanggulangi dampak penyebaran virus corona di Yogyakarta.
 DAFTAR PUSTAKA

Kusumaningtiar, Devi Angeliana. (2018). “MODUL BIOSTATISTIK NON

PARAMETRIK (ESA158)”. UNIVERSITAS ESA UNGGUL