ANALISIS KATEGORIK

Analisis data yang berskala nominal baik pada

variabel tergantung maupun variabel bebas.
Metode yang digunakan adalah klasifikasi silang
(tabulasi silang) variabel tergantung dan variabel
bebas.

UJI CHI KUADRAT

CHI SQUARE(X2) TEST

Di beberapa literatur uji diberi nama Pearson’s

X2 test karena pertama kali ditulis oleh Karl
Pearson (1857-1936).
Prinsipnya:
1. Dipergunakan untuk analisis data berskala
nominal/kualitatif/kategori termasuk data
dikotom.
2. Perhitungan akhir menunjukkan angka
sebenarnya, bukan dalam bentuk persen atau
proporsi.
3. Untuk setiap kategori, perbedaan diperoleh
dari selisih nilai obsevasi (O) dengan nilai
Expected (E) atau harapan yang dihitung
berdasarkan Ho.
 RUMUS yang digunakan:

X2 = ∑ (O-E)2 / E

4. Makin besar ukuran sampel, makin besar (O-

E)2 / E. Selanjutnya X2 mempunyai
kecenderungan lebih besar hasilnya dengan
menjadi lebih besarnya ukuran sampel.
5. Jumlah kategori mempengaruhi besarnya
derajad bebas (db/df) yang akan
mempengaruhi bentuk distribusi X2. Makin
besar derajad bebas, makin besar titik
kritisnya.
6. Bila mempunyai dua sampel atau lebih dan
akan dibandingkan, uji yg sesuai adl r x c
contingency X2 test, yang datanya disusun
menjadi r-row dan c-colom dengan derajad
bebas (r-1)(c-1).
7. Nilai harapan (E) diperoleh dari perkalian
antara jumlah total setiap sampel dengan
proporsi yang sesuai dengan jumlah total.
 Contoh :
Tabel Kontingensi 2x2
Sampel Kategori Kategori Total
A B
Sampel I a (O11) b (O12) a+b (n10)
Sampel II c (O21) d (O22) c+d (n20)
Total a+c (n01) b+d(n02) N=a+b+c+d

Nilai harapan (E) a = (a+b)(a+c)/ N

Nilai harapan (E) b = (a+b)(b+d)/ N
Nilai harapan (E) c = (c+d)(a+c)/ N
Nilai harapan (E) d = (c+d)(b+d)/ N

8. Statistik distribusi sampel X2 akan sesuai

dengan distribusi teoritis X2, untuk nilai
harapan di setiap kategori pada masing-
masing sampel (setiap sel) tidak boleh <1,
dan tidak boleh lebih dari atau sama dengan
20% jumlah kategori yang ada (jumlah sel)
mempunyai nilai harapan < 5. Kedua syarat
ini harus terpenuhi untuk memakai model tsb.
Bila terjadi bahwa ada sel yang lebih dari
atau sama dengan 20% jumlah sel
mempunyai nilai harapan < 5, apabila masih
diinginkan menggunakan uji X2, maka
 beberapa sel/kategori data dapat digabung
menjadi satu sampai syarat tsb terpenuhi. Jika
sampai penyederhanaan sel/ kategori minimal
menjadi table 2x2 tetap belum terpenuhi
syarat tsb, maka harus digunakan uji yang
lain yaitu Uji Exact Binomial Probability atau
Uji Eksak dari Fisher (Exact Fisher’s test)
9. Untuk X2 dengan kategori tabel 2x2 dengan
derajad bebas (2-1)(2-1)=1 digunakan suatu
koreksi yang dikenal dengan Yate’s
Correction for Continuity=0,5, yang
bertujuan untuk mengkompensasi suatu fakta
bahwa distribusi kontinyu X2 digunakan
untuk distribusi yang diskrit (data kualitatif),
sehingga rumusnya menjadi:
X2 = ∑(O-E-0,5)2 / E

Kriteria penolakan Ho:

X2 ≥ Xα 2 dengan Xα 2 adalah titik atas α
dari distribusi X2 dengan db=(r-1)(c-1).
Contoh soal 1 : Tabel 3x2
Secara random didapatkan 500 responden
mengenai opini partai. Didapatkan data setelah
dibuat tabulasi silang sbb:
Tabel 1. Data Opini Partai
Wilayah Opini tentang partai
Reformis Tdk reformis Tidak tahu Total
Kota 138 83 64 285
Desa 64 67 84 215
Total 202 150 148 500
Pertanyaan : Apakah ada perbedaan distribusi
mengenai opini partai antara responden dari kota
dan dari desa?
Digunakan α=0,05, db (3-1)(2-1)=2
Caranya : hitunglah masing-masing nilai
harapan pada tiap-tiap sel, dan hasilnya didapat
sbb:

Tabel 2. Nilai Harapan Opini Partai

Wilayah Opini tentang partai
Reformis Tdk reformis Tidak tahu Total
Kota 138 83 64 285
(115,4) (85,5)
(84,36)
Desa 64 67 84 215
(86,86) (64,5) (63,64)
Total 202 150 148 500
Gunakan rumus : X2 = ∑ (O-E)2 / E

{(138-115,14)2/115,14}+{(83-85,5)2/85,5} +
{(64-84,36)2/84,36}+{(64-86,86)2/86,86}+
{67-64,5)2/64,5}+{84-63,64)2/63,64}=22,153
Ho : Tidak ada perbedaan (ada kesesuaian)
distribusi opini partai antara penduduk dari kota
dan dari desa.
Titik kritis pada tabel X2 0,05(2) =5,99

X2 hitung =22,153 > tabel X2 0,05(2) = 5,99,

artinya Ho ditolak berarti ada perbedaan
distribusi opini partai antara penduduk dari kota
dan dari desa.

Tabel 2x2
Wilayah Partisipasi mengikuti Pemilu
 Tdk mengikuti Mengikuti Total
Kota 16 64 80
Desa 3 72 75
Total 19 136 155
Pertanyaan: Apakah ada perbedaan distribusi
mengenai partisipasi mengikuti Pemilu antara
responden dari kota dan dari desa? Gunakan
α=0,05 db=(2-1)(2-1)
Caranya Hitunglah masing-masing nilai harapan
pada tiap-tiap sel, dan hasilnya didapat sbb:

Tabel 2x2 Nilai harapan Partisipasi Mengikuti Pemilu

Wilayah Partisipasi mengikuti Pemilu

Tdk mengikuti Mengikuti Total
Kota 16 64 80
(9,8) (70,2)
Desa 3 72 75
(9,2) (65,8)
Total 19 136 155
Gunakan rumus:
X2 = ∑(O-E-0,5)2 / E
{(16-9,8-0,5)2/9,8}+{(64-70,2-0,5)2/70,2}+{(3-
9,2-0,5)2/9,2}+{(72-65,8-0,5)2/65,8}=7,786
Ho: Tidak ada perbedaan (ada kesesuaian)
distribusi partisipasi mengikuti Pemilu antara
penduduk dari kota dan dari desa.
Titik kritis pada tabel X2 0,05(1) =3,841
X2 hitung =7,786 > tabel X2 0,05(1) =3,841, artinya
Ho ditolak berarti ada perbedaan distribusi
partisipasi mengikuti Pemilu antara penduduk
dari kota dan dari desa