Uji Khi Kuadrat adalah salah satu jenis uji statistika yang diperuntukkan untuk
data berskala nominal atau data katagorial yaitu data yang diperoleh dengan cara
membilang, sehingga dalam uji Khi kuadrat data yang disajikan pada berbentuk
frekuensi. Lafadz Khi diperoleh dari oleh huruf Greek χ 2 (Khi kuadrat) artinya
data pada uji χ2 menyebar mengikuti sebaran χ2. Uji χ2 mempunyai nama
lengkap uji Khi Kuadrat Pearson, karena uji ditemukan oleh K, Pearson.
Sebaran χ2 adalah sebaran teoritik atau matematik yang digunakan untuk
menyelesaikan uji statistika χ2 . satu sebaran data yang mempunyai ciri :
- Tidak ada data yang bernilai negatif (ingat : data diperoleh dari membilang
atau mencacah)
- Data menyebar asimtotik ke arah axis kanan yang bentuknya bergantung
pada derajat bebasnya, dalam arti pada derajat bebas kecil maka
sebesaran data cenderung miring ke kanan (positif) dan berangsur –
angsur menjadi simetris sesuai dengan derajat bebasnya, sehingga pada
derajat bebas besar sebaran χ2 menyerupai sebaran normal.
- Walaupun bentuknya bermacam- macam tetapi luas kurvanya tidak lebih
dari satu.
Gambar. Sebaran χ2
df = degree of fredom (derajat bebas). Perhatikan bentuk sebaran bersesuaian
dengan derajat bebas. Semakin besar derajat bebasnya maka bentuk sebaran
menyerupai gunung yang simetris.
Tujuan Uji χ2 adalah untuk menentukan apakah apakah peubah yang diminati dari
sample saling bebas atau tidak?
Konsep Uji χ2 didasarkan pada beda frekuensi data sebenarnya (observasi)
terhadap frekuensi harapan (harapan). Dari konsep tersebut nillai Uji χ2
diformulasikan ke dalam bentuk Persmaan Pearson :
Kegunaan Uji χ2
Uji χ2 menurut kegunaannya dipilah menjadi :
A. Uji χ2 untuk sampel bebas
B. Uji χ2 untuk sampel berpasangan
2. Uji Independensi
Uji Independensi digunakan untuk mengetahui hubungan dua atau lebih
variabel dari sampel tunggal. Variabel – variabel tersebut disusun ke dalam
sebuah tabel yang dinamakan Tabel Kontingensi. Variabel – variabel ini juga
dinamakan katagori. Contoh uji independen terdapat hubungan antar musim
dengan wabah penyakit malaria pada ayam. Musim dibedakan menjadi
musim penghujan dan musim kemarau sedangkan respon ayam
dikatagorikan menjadi sakit atau tidak.
3. Uji Homogenitas.
Uji homogenitas digunakan untuk mengetahui sebuah respon (katagori)
pada dua atau lebih sample yang berbeda. Contoh pada daerah tertentu
terjadi wabah penyakit gangguan reproduksi terhadap ternak ruminansia.
Dalam hal ini didpilah menjadi bererapa bentuk sedangkan ruminansia
beruapa, sapi dan kambing.
Hipotesis Uji
Bentuk hipotesis uji pada Uji χ2 bergantung pada bentuknya misal :
Uji Goodness-of-Fit
H0 : Tidak terdapat perbedaan kejadian pada pengamatan diminati
H1 : Terdapat perbedaan kejadian pada pengamatan yang diminati
Uji Independisi
H0 : Tidak terdapat hubungan respon antara peubah yang diminati
H1 : Terdapat hubungan respon antara peubah yang diminati
Uji Homogenitas
H0 : Tidak terdapat perbedaan respon antara sampel yang berbeda
H1 : Terdapat perbedaan respon pada antara sampel yang berbedang
diminati
Daerah Kritis
Daerah kritis adalah batas apakah hipotesis diterima atau ditolak. Besaran daerah
kritis bergantung pada taraf kesalahan (α)yang ditawarkan dan derajat bebas uji.
Contoh daerah kritis untuk α = 0,05 dan derajat bebas (db) = 15 adalah 11,071.
Cara mencari titik kritis selain menggunakan Tabel χ2 juga dapat i melalui Program
Microsof Excel.
C. Dalam pencarian tersebut aktifikan Program Microsof Excel.
D. Setelah diaktifkan maka , maka akan muncul tampilan lembar kerja yang
bentuknya seperti berikut
Tabel Kontingensi
Tabel Kontingensi berupa tabel yang berisi petak-petak kecil disebut sel. Tabel ini
digunakan pada uji χ2 yang menggunakan Tabel lebih dari 2 X 2 atau disebut Tabel b
X L (baris X lajur)
Katagori 2 Katagori 1
1 2 3 ... L Jumlah
1 n11 n12 n13 ... n1L B1
2 n21 n21 n21 ... n2L B1
3 n31 n31 n31 ... n3L B1
... ... ... ... ... ... ...
B nb1 nb1 nb1 ... nBL B1
Jumlah J1 J1 J1 ... JL N
Contoh :
1. Uji Goodness-of-Fit
Distribusi Prevalensi penyakit parasit scabies pada kambing di empat
kecamatan Kabupaten Gresik bagian selatan adalah disajikan dalam Tabel :
Tabel : Frekuensi Kasus Scabies di Kabupten Gresik Bagian Selatan
Lokasi Jumlah Positif
Kecamatan Wringin Anom 11
Kabupaten Kedamean 19
Kabupaten Driyorejo 13
Kecamatan Menganti 17
Jumlah 60
Data fiktif
Berdasarkan Tabel tersebut apakah cukup bukti bahwa terdapat perbedaan distribusi
kasus Trypanosoma antar lokasi ?.
Untuk menyelesaikan masalah tersebut :
Mula – mula kita susun hipotesisnya
H0 : tdak terdapat penyebaran kasus atar lokasi
H1 : terdapat perbedaanpenyebaran Trypanosma antar likasi,
Menentukan taraf kesalahan (α)
Misal α = 0,05 (5 persen)
Menentukan titik kritis uji
Karena terdapat empat kecamatan yang digunakan sebagai maka
derajt bebas penelitian =
4 – 1 = 3 dan α = 0,05
Mengitung statitistik uji
Mencari frekuensi harapan (E)
Dalam contoh E = jumlah kasus dibagi banyak kota sehingga:
60
= 12
4
Mengitung statitik uji menggunakan persamaan
χ2 (O−E)2
= . Agar lebih mudahnya penghitungan tersebut disusun ke dalam
E
Tabel, sehingga diperoleh :
Tabel : Frekuensi Kasus Scabies di Kabupten Gresik Bagian Selatan
2. Uji Indpendensi
Tabel berikut ini menyajikan data kasus protozoa darah pada ayam yang
dipotong di pasar tradisional di Kota Surabaya.
Dari Tabel tersebut ingin diketahui apakah terdapat hubungan lokas pasar terhadap
kasus protozoa pada darah ayam buras.
Seperti penyelesaian pada uji Uji Goodness-of-Fit, maka mula – mula kita susun
hipotesisnya yaitu :
H0 : tdak terdapat hubungan antara lokasi pasar dengan kasus protozoa
darah.
H1 : terdapat hubungan antara lokasi pasar dengan kasus protozoa
darah pada ayam.
Menentukan taraf kesalahan (α)
Misal α = 0,10 (10 persen)
Menentukan titik kritis uji
Seperti terlihat dalam Tabel maka Tabel ini tersusun empat baris masing –
masing terisi oleh lokasi pasar (Pucang, Wonokromo, Keputran dan
Kembang) dan dua lajur (kasus positif dan kasus negatif), maka derajat
bebasnya adalah (baris – 1)(lajur – 1) = (4 -1)(2 – 1) = 3. Titik kritis pada α
= 0,10, db = 3 adalah 6,251.
(O−E)2
Menghitung statistik uji menggunakan persamaan χ2 = .
E
Mencari frekuensi harapan untuk masing – masing sel.
Karena uji indpendensi dan uji homogenensi menggunakan Tabel
kontingensi maka bear frekuensi untuk setiap sel diperoleh dari
fbaris X flajur
. Jadi misalnya frekuens harapan untuk sel petama
Total sampel
25 X 27
(pucang positif adalah (EPasar Pucang, Positif ) = = 6,75 dan
100
seterusnya, sehingga jikia disusun ke dalam sebuah Tabel maka
diperoleh :
1
Pasar Positif Negatif Jumlah
O E O E
Pucang 8 6,75 17 18,25 25
Wonokromo 6 6,75 19 18,25 25
Keputran 6 6,75 19 18,25 25
Kembang 7 6,75 18 18,25 25
Jumlah 27 73 100
2
Pasar Positif Negatif Jumlah
O E (O−E)2 O E (O−E)2
E E
. .
Pucang 8 6,75 0,23 17 4,93 0,23
Wonokromo 6 6,75 0,08 19 4,93 0,08
Keputran 6 6,75 0,08 19 4,93 0,08
Kembang 7 6,75 0,01 18 4,93 0,01
Jumlah 0,41 0,15 0,96
χ2 = 0,96
Pengambilan Keputusan
Karena χ2 hitung > χ2 kritis (0,96 > 7,84), maka diputuskan untuk menolak H0
Penarikan Kesimpulan
Terdapat hubungan antara lokasi pasar dengan kasus protozoa darah
pada ayam.
3. Uji Homogenitas
Sebuah penelitian dilakukan untuk mengetahui pengaruh bahan pengencer
terhadap viabilitas spermatozoa sapi dan kerbau. Bahan Pengender yang
digunakan terdiri atas tiga konentrasi (A, B, C). Hasi l penelitian selengkapnya
disajikan dalam Tabel sebagai berikut
Secara prinsip teknik penyelesaian uji homogenitas mirip dengan uji independensi
mula – mula kita susun hipotesisnya yaitu :
H0 : tdak terdapat perbedaan viabilitas spermatozoa sapi dan kerbau
terhadap bahan pengencer.
H1 : terdapat perbedaan viabilitas spermatozoa sapi dan kerbau
terhadap bahan pengencer.
Menentukan taraf kesalahan (α)
Misal α = 0,01 (1 persen)
Menentukan titik kritis uji
Seperti terlihat dalam Tabel maka Tabel ini tersusun empat baris masing –
masing terisi oleh lokasi pasar (Pucang, Wonokromo, Keputran dan
Kembang) dan dua lajur (kasus positif dan kasus negatif), maka derajat
bebasnya adalah (baris – 1)(lajur – 1) = (3 -1)(2 – 1) = 3. Titik kritis pada α
= 0,01, db = 2 adalah 9,210
χ2 (O−E)2
Menghitung statistik uji menggunakan persamaan = . Agar lebih
E
mudah Tabel data disusun kembali lengkap sehingga
Pengambilan Keputusan
Karena χ2 hitung > χ2 kritis (21,39 > 9,49), maka diputuskan untuk menolak
H0
Penarikan Kesimpulan
Terdapat perbedaan viabilitas spermatozoa sapi dan kerbau terhadapa
paparan bahan pengencer.
2 N ( AD−BC )2
χ =
( A +B )( A+C ) ( B+C ) ( B+ D)
Tabel 2 X 2
Katagori dalam lajur Jumlah
Katagori dalam A B A+B
baris C D C+D
Jumlah A+C B+D N
Contoh :
Apahakah terdapat kota yang berdekatan dengan gangguna reproduksi pada sapi
perah. Hasil pencatatan data pengamatan kasus disajikan pada Tabel sebagai
berikut :
Kota Jumlah
Gangguan X Y
Ya 345 570 915
Tidak 1200 1980 3180
Jumlah 1545 2550 4095
- χ2 = N ¿ ¿ ¿, sehingga
2
1 ¿
- χ2 = 4095 ( 345.1980−570,1200 )− 2 .4095 ¿ ( 915 ) ( 1545 ) (3180) ( 2550 )
- χ2 = 0,0047
Pengambilan Keputusan
Karena χ2 hitung < χ2 kritis (0,0047 < 2,706), maka diputuskan gagal
menolak H0
Penarikan Kesimpulan
Tidak terdapat hubungan antara gangguan reprodksi pada sapi yang
diternakan pada Kota X dan Kota Y..
Katagori I Jumlah
Katagori II 1 2
1 A B A+B
2 C D C+D
Jumlah A +C B+D N
Besar nilai uji ditentukan oleh persamaan :
( A +B ) ! ( A+C ) ! ( C+ D ) ! ( B + D ) !
p = N ! A ! B ! C ! D!
Contoh
Sebuah penelitian dilakukan untuk mengetahui perbedaan menghindari
rintangan. Untuk keperluan tersebut peneliti menyiapkan sembilan ekor yag
dilatih dan tujuh ekor tikus yang tidak dilatih. Pencatatan hasil percobaan disajka
dalam Tabel berikut:
Tikus Jumlah
Mampu menghindar rintangan Dilatih (A) Tidak dilatih (B)
Ya (X) 7 3 10
Tidak (Y) 2 4 6
Jumlah 9 7 16
Hipotesis
H0 : Tidak terdapat perbedaan antara tikus – tikus yang dilatih dengan
tikus yang tidak dilatih dalam hal mengindari rintangan.
H1 Tikus – tikus yang dilatih lebih mampu mengindari rintangan
daripada tikus – tikus yang tidak dilatih..
A B A B A B
2 7 3 6 4 5
7 0 6 1 5 2
9 7 9 7 9 7
4 5 6
A B A B A B
5 4 6 3 7 2
4 3 3 4 2 5
9 7 9 7 9 7
7 8
A B A B
8 1 9 0
1 6 0 7
9 7 9 7
Pengambilan Keputusan
Keputusan untuk menerima atau menolak H0 , diperoleh dengan cara
membandingkan hasil penjumlahan dari setiap kemungkinan (Tabel 1
samapi dengan Tabel 8) terhadap kritisnya, (dalam contoh ini kita
menggunakan α = 0,05). Dalam contoh ini dari hasil penjumlahan peluang
diperoleh nilai sebesar 0,999913 ≈ 0,10, sehingga dapat diputuskan gagal
menolak H0.
Penarikan Kesimpulan.
Berdasarkan keputusan tersebut dapat ditarik simpulan bahwa tikus yang
dilatih tidak berbeda nyata dengan tikus yang tidak dilatih dalam
menghindari rintangan.
Katagori II X Y
X a A-a A
Y b B-b B
Dalam menyesuaikan Tabel uji dangan Tabel Eksak Fisher maka diusahakan
sel a/A lebih besar daripada b/B.
Penggunaan
Marilah kita melihat kembali contoh sol yang disjikan pada uji Eksak Fisher
yang sudah dibahas. Tabel terebut adalah :
Tikus Jumlah
Menghindar rintangan Dilatih (A) Tidak dilatih (B)
Ya (X) 7 3 10
Tidak (Y) 2 4 6
Jumlah 9 7 16
Katagori I
Katagori II Ya Tidak
Ya a b
Tidak c d
(b−c )2
Q ≈ Q(b,c) =
(b+ c)
Setelah memasukkan faktor koreksi maka menjadi
2
(|b−c|−1)
Q ≈ Q(b,c) =
(b+c )
Contoh
Berdasarkan sebuah informasi terdapat beberapa anak kuda yang dipiliah
menjadi dua kelompok, sekelompok mampu melompati pagar 1,5 meter
sedangkan yang lain adalah kelompok yang tidak mampu melompati pagar.
Kedua kelompok kemudian kita ulang lagi apakah tetap memperoleh hasil
yang sama ?. Jika informasi tersebut ditabulasikan maka diperoleh tabel
sebagai berikut.
Hipotesis
H0 : Hasil kaji ulang tidak berbeda dengan informasi
H1 : Terdapat perbedaan julah kuda yang dapat melompat dibanding
informasi
Menentukan taraf kesalahan (α)
Misal α = 0,05 (5 persen)
Menentukan titik kritis uji
Dari susunan Tabel hasil pencatatan pengamatan gangguan reproduksi
didapatkan derjat bebas (2 -1)(2 -1) = 1, sehingga titik kritisnya sebesar
3,841.
(|13−30|−1 )2
- Q ≈ Q(b,c) =
( 13+30 )
- Q ≈ Q(b,c) = 5,95
- Pengambilan Keputusan
Karena χ2 hitung > χ2 kritis (5,953 > 3,841), maka diputuskan menolak H0
- Penarikan Kesimpulan
Terdapat perbedaan intormasi dengan kaji ulang terhadap kemampuna
melompat anak kuda.
Pengamat I Jumlah
Ya Tidak
Pengamat II Ya a b a+b
Tidak c d c+d
Jumlah a+c b+d n
.Gambar Struktur Tabel Uji Keselarasan Kappa
a+d
p0 = sedangkan besar kesepakatan harapan dinyatakan
n
pe yang besarnya :
p 0− pe
Kappa (K) = ( )
1− pe
Besar kesepakatan uji Kappa membentang dari – 1 ke 1, untuk lebih
mudahnya indek kappa beserta maknan disajikan dalam Tabel Intepretasi
Kappa.
Kappa Kesepakatan
<0 Tidak
0,01 – 0,20 kecil
0,21 = 0,40 Cukup
0,41 – 0,60 Sedang
0,61 – 0,80 Kuat
0,81 – 1,00 Sempurna
Contoh
Di daerah “ A “ terjadi wabah yang diduga penyakit flu burung. Untuk
menegakkan diagnosis tersebut sebanyak 100 pasang sampel yang
diperiksakan di dua laboratorium stera tetapi berbeda tempat. Hasil
pemeriksaan sampel disajikan dalam.
Laboratorium AI Jumlah
Positif Negatif
Laboratoriium B Positif 40 30 70
Negatif 20 10 30
Jumlah 60 40 100
Penyelesaian
40+10
p0 =
100
p0 = 0,5
60 70 40 30
pe = ( X )+( X )
100 100 100 100
pe = 0,54
(0,5−0,54)
K=
1−0,54
K = - 0,09