Uji Chi Square 

atau dikenal juga di Indonesia sebagai uji Kai Kuadrat, adalah salah
satu cara yang digunakan untuk menyampaikan atau menunjukkan keberadaan
hubungan (ada atau tidaknya) antara variabel yang diteliti. 

Misalkan kita sebagai peneliti hendak melakukan uji terhadap perilaku mahasiswa.
Karakter yang akan diuji adalah perilaku mahasiswa yang dikategorikan menjadi dua
kategori. Kategori tersebut adalah mahasiswa yang mendukung program kampus dan
acuh terhadap program kampus.

Kondisi tersebut memungkinkan kita untuk melakukan uji hipotesis mengenai

perbedaan perilaku mahasiswa tersebut dilihat dari frekuensinya.

1. Penggunaan Uji Chi Square (Kai Kuadrat)

Uji Chi Square sangat cocok digunakan untuk menganalisis data seperti kasus diatas.
Secara umum, uji Chi square dapat digunakan untuk menguji:

1. Uji Ⅹ² untuk ada tidaknya hubungan antara dua variabel (Independency test).
2. Uji Ⅹ² untuk homogenitas antar- sub kelompok (Homogenity test).
3. Uji Ⅹ² untuk Bentuk Distribusi (Goodness of Fit)

Chi square Ⅹ² dan  Goodness of Fit

Uji Chi square merupakan salah satu teknik yang termasuk dalam tipe Goodness of
fit.

Goodness of Fit adalah suatu teknik yang menunjukkan bahwa suatu tes

dapat digunakan untuk menguji apakah terdapat perbedaan yang signifikan
antara objek yang diamati dengan objek yang dikategorikan sebagai harapan
berdasarkan hipotesis nol (H₀).
Ciri-Ciri Model Uji Chi Square

1. Distribusi Chi Square apabila digambarkan membentuk julur positif.

2. Uji Chi Square selalu menghasilkan nilai yang positif.
3. Distribusi Chi Square terdiri dari beberapa kelompok atau keluarga, yakni
distribusi Chi Square dengan nilai DK 1, 2, 3 dan seterusnya.

Syarat Model Uji Chi Square

Syarat yang perlu dipahami sebelum melakukan uji Chi square adalah sampel yang
digunakan harus berukuran besar dan memenuhi ketentuan berikut:

1. Tidak ada cell dengan nilai frekuensi amatan atau observasi bernilai 0 (Nol).
2. Apabila bentuk tabel kontingensinya adalah 2 X 2, maka tidak boleh ada 1
cell pun dari frekuensi harapan  yang bernilai kurang dari 5.
3. Apabila bentuk tabel lebih dari 2 x 2, misalkan 2 x 3, maka jumlah cell
frekuensi harapan yang bernilai kurang dari 5 tidak boleh lebih dari 20% dari
keseluruhan cell.

Apabila jumlah sampel yang digunakan terlalu kecil, hal ini akan mengakibatkan
fekuensi harapan yang tercipta pun menjadi kecil. Padahal dalam uji Pearson Chi
Square disyaratkan bahwa frekuensi harapan yang tercipta harus minimal 5 atau
lebih.

Dalam melakukan uji chi square, terdapat beberapa syarat sampel lainnya yang wajib
dipenuhi yaitu:

1. Penentuan Sampel untuk observasi harus dipilih secara acak

2. Semua pengamatan dilakukan  dengan independen
3. Setiap sel hanya berisi 1 (satu) frekuensi harapan.
4. Besar sampel sebaiknya > 40 (Cochran, 1954)
Formula Uji Chi Square

x2 = ∑(Hasil yang diamati – Hasil yang diharapkan)2)/Hasil yang diharapkan

( Oi−Ei ) 2
χ2=∑
Ei

atau dalam text book yang lain, formula chi square dapat dirumuskan sebagai berikut:

2 ( F O −Fe ) 2
X C =∑
Fe

Keterangan:

 χ2 = Nilai Chi Square

 c = degree of freedom (df/dk)
 Oi = f = Frekuensi hasil yang diamati (observed value)
 Ei = fe = Frekuensi yang diharapkan (expected value)

Frekuensi yang diharapkan merupakan nilai frekuensi yang diinginkan apabila

hipotesis awal bernilai benar. Model Chi Kuadrat merupakan salah satu dari jenis
kurva yang bergantung kepada derajat kebebasan. Berikut cara menentukan daerah
 penolakan chi square dan angka derajat kebebasannya (derajat kebebasan:
dk atau degree of freedom: df sama saja).

Daerah Penolakan  χ2
Dalam Uji Chi square pengambilan keputusan didasarkan kepada Chi square hitung
dan Chi square tabel. Chi square tabel dalam buku statistik non parametrik disebut
juga tabel C.

Penentuan nilai Chi square tabel didasarkan pada besar nilai α dan derajat

bebasnya.

Derajat Bebas (df – degree of freedom)

Berikut cara mennentukan nilai derajat kebebasan untuk masing-masing model Chi
Square:

1. Untuk tabel satu arah, maka nilai derajat kebebasan sama dengan r-1. 
2. Untuk tabel dua arah, maka nilai derajat kebebasan sama dengan (r-1)(c-1) 

Berikut contoh cara menentukan nilai acuan dari tabel χ2. Misalkan kita diminta
menentukan nilai tabel χ2 dengan  α=0.05 (95%) dengan df=3.

Nilai Alfa (Probabilitas)

DF
0,01 0,02 0,025 0,05 0,1 0,2 0,25 0,5

1 6,635 5,412 5,024 3,841 2,706 1,642 1,323 0,455

2 9,210 7,824 7,378 5,991 4,605 3,219 2,773 1,386

3 11,345 9,837 9,348 7,815 6,251 4,642 4,108 2,366

4 13,277 11,668 11,143 9,488 7,779 5,989 5,385 3,357

5 15,086 13,388 12,833 11,070 9,236 7,289 6,626 4,351

Dari Tabel diatas dapat kita lihat bahwa nilai chi square tabel( χ23,0.05=7,815)
Area penolakan: Tolak H0 jika X 2Hitung ≤ X 2Tabel

2. Contoh Penerapan Teknik Uji Chi Square

1. Pengumpulan Data

 Contoh soal

Pada suatu penelitian yang melibatkan antara hobi dengan jenis kelamin, para peneliti
ingin melihat ada tidaknya hubungan yang terbentuk antara kegemaran berolahraga
dengan jenis kelamin. Berikut data yang tersedia:

1. Jumlah wanita yang memiliki hobi berolahraga 15

2. Jumlah pria yang memiliki hobi berolahraga 29
3. Jumlah wanita yang memiliki hobi komputer 27
4. Jumlah pria yang memiliki hobi komputer 27
5. Jumlah wanita yang memiliki hobi berkebun 17
6. Jumlah pria yang memiliki hobi berkebun 37
7. Jumlah wanita yang memiliki hobi belanja 29
8. Jumlah pria yang memiliki hobi belanja 35

2. Perumusan Hipotesis
Pada langkah pengujian yang pertama, penulis harus merumuskan nilai hipotesis Ha
dan Ho. Apabila χ = 0, maka tidak ada hubungan yang kuat antara kegemaran dengan
jenis kelamin. Sementara jika χ tidak sama dengan 0, maka itu artinya ada hubungan
yang kuat antara kegemaran dengan jenis kelamin.
 3. Buat Tabel Kontingensi

 Jawaban dan pembahasan tabel kontingensi:

Data-data yang terkumpul kemudian dikelompokkan ke dalam tabel kontingensi.

Karena jenis kelamin terdiri dari dua jenis, yakni perempuan dan laki-laki sementara
tabel hobi terdiri dari empat jenis, maka tabel kontingensi yang dibuat berbentuk 2 x
4 dengan baris sebanyak dua buah dan kolom 4 buah. 

Setiap kotak di dalam tabel kontingensi disebut dengan istilah sel. Di dalam setiap
kolom dan barisnya memiliki sebuah subvariabel. Berikut tabel kontingensi yang
dibuat:

Hobi Total
Jenis Kelamin
Berkebun Komputer Olahraga Belanja

Pria 37 27 29 35 128

Wanita 17 27 15 29 88

TOTAL 54 54 44 64 216 

4. Hitung Nilai Frekuensi yang Diinginkan (fe)

a). Hitung nilai fe pada setiap selnya dengan rumus:

 fe = (Total baris) (Total Kolom) / Total Seluruhnya

b). Nilai fe pada sel pertama = (128) (54) / (216) = 32

 Nilai fe pada sel kedua = (88) (54) / (216) = 22

 Nilai fe pada sel ketiga = (128) (54) / (216) = 32
 Nilai fe pada sel keempat = (88) (54) / (216) = 22
  Nilai fe pada sel kelima = (128) (44) / (216) = 26
 Nilai fe pada sel keenam = (88) (44) / (216) = 18
 Nilai fe pada sel ketujuh = (128) (64) / (216) = 38
 Nilai fe pada sel kedelapan = (88) (64) / (216) = 26

5. Nilai Chi Square

 Jawaban cara mencari nilai chi square:

k ( Fo −F e ) 2
X 2 = ∑i =1
Fe

x2 = (37-32)2/37 + (17-22)2/17 + (27-32)2/27 + (27-22)2/27 + (29-26)2/29 + (15-

18)2/15 + (35-38)2/35 + (29-26)2/29

x2 = 5,47

 Jawaban cara mencari nilai df:

Dari tabel kontingensi diatas, kita dapat menghitung nilai df/kb dengan perhitungan
berikut ini:

 Jumlah baris tabel kontingensi (r) = 2

 Jumlah kolom tabel kontingensi (c) = 4


df = (r-1)(c-1) 
df = (2-1)(4-1)
df = 1 x 3
df = 3

2
Dari table X (df ;∝) X 2(3 ;0.05) diperoleh = 7,815
Dengan menggunakan rumus Area penolakan, maka:

Tolak H o jika X 2Hitung ≥ X 2Tabel

X 2Hitung : X 2Tabel

5,47 : 7,815

X 2Hitung ¿ X 2Tabel

H0 diterima dan H1 ditolak, artinya berdasarkan data yang diperoleh diatas,

perbedaan tidak signifikan.

Dengan kata lain, dapat disimpulkan dengan hasil uji chi square, tidak ada
hubungan antara jenis kelamin dengan hobi masing-masing orang yang diikuti
dalam survei diatas.

Akhir kata, Uji Chi Square tidak dapat digunakan untuk memberi informasi terkait
tingkat kekuatan hubungan yang tercipta antara variabel yang diteliti. Untuk lebih
memahami konsep uji Chi Square atau Kai Kuadrat, maka Anda harus lebih sering
melakukan penghitungan data sebagaimana contoh diatas, semoga berhasil!