Disusun Oleh
Kelompok 9
2021
BAB I
PENDAHULUAN
A. Latar Belakang
Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan data yang bersifat
interval atau rasio. Data interval dan rasio merupakan data yang berupa angka hasil dari
pengukuran baik pengukuran yang bersifat langsung maupun tidak langsung. Namun
demikian tidak jarang peneliti harus bekerja dan terlibat dengan data yang berwujud frekuensi.
Chi kuadrat merupakan suatu teknik statistik yang menggunakan untuk menilai probabilitas
guna memperoleh perbedaan frekuensi nyata atau hasil pengamatan atau observasi dengan
frekuensi yang diharapkan dalam kategori-kategori tertentu.
Dalam kehidupan sehari-hari sering kali kita menemui kejadian-kejadian ,kegiatan-
kegiatan, atau masalah-masalah yang saling berhubungan satu sama lain. Seperti contoh berat
badan seseorang berkaitan dengan tinggi badan orang tersebut dan permasalahan-permasalahan
lainnya. Dengan itu, kita memerlukan analisis hubungan antara kejadian-kejadian tersebut.
Statistik adalah salah satu metode untuk menentukan hubungan sebab akibat antar satu variabel
dengan variabel-variabel yang lain. Analisis korelasi bivarivat dan analisisa korelasi
multivariat adalah salah satu analisis yang paling populer dan luas pemakaiannya. Untuk
menyajikan data penelitian, kita harus mengetahui metode mana yang paling tepat untuk
penelitian kita. Untuk itulah makalah ini disusun, yaitu sebagai salah satu sumber bacaan
mengenai chi kuadra, analisis korelasi bivarivat dan analisis korelasi multivariat
B. Rumusan Masalah
1. Apa yang dimaksud dengan chi kuadrat
2. Apa yang dimaksud dengan analisa korelasi bivariat?
3. Apa yang dimaksud dengan analisa korelasi Multivariat?
C. Tujuan
PEMBAHASAN
I. CHI KUADRAT
A. Pengertian Chi Kuadrat (Uji data kategorik)
Chi Kuadrat (dibaca kai kuadrat) merupakan suatu teknik statistik yang
memungkinkan peneliti menilai probabilitas memperoleh perbedaan frekuensi yang
nyata (dapat diobservasi), dengan frekuensi yang diharapkan dalam kategori-
kategori tertentu sebagai akibat dari kesalahan sampling.
Pengertian chi-quare atau chi kuadrat lainya adalah sebuah uji hipotesis tentang
perbandingan Antara frekuensi observasi dengan frekuensi harapan yang
didasarkan oleh hipotesis tertentu pada setiap kasus atau data yang ambil untuk
diamati. Uji ini sangat bermanfaat dalam melakukan analisis statistic jika kita tidak
memiliki informasi tantang populasi atau jika asumsiasumsi yang dipersyaratkan
untuk penggunaan statistic parametric tidak terpenuhi. Chi kuadrat biasanya di
dalam frekuensi observasi berlambangkan dengan frekuensi harapan yang
didasarkan atas hipotesis yang hanya tergantung pada suatu parameter, yaitu derajat
kebebasan (df).
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan
adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui
sebaran datanya dan tidak perlu berdistribusi normal). Oleh karenanya statistik ini
juga dikemukakan sebagai statistik bebas sebaran (tdk mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik
dapat digunakan untuk menganalisis data yang berskala Nominal atau Ordinal. Data
berjenis Nominal dan Ordinal tidak menyebar normal. Selain itu statistik ini dapat
digunakan pada data yang berjumlah kecil, yakni kurang dari 30 data.
Banyak alternatif uji statistik nonparametrik seperti yang ditunjukkan pada
Lampiran. Berbagai literatur memberikan pengelompokan kategori statistik
nonparametrik dengan berbagai cara yang berbeda. Namun demikian, secara
sederhana dan berdasarkan prosedur yang sering digunakan, uji-uji tersebut dapat
dikelompokkan atas kategori berikut:
Prosedur untuk data dari sampel tunggal
- Prosedur untuk data dari dua kelompok atau lebih sampel bebas (independent)
- Prosedur untuk data dari dua kelompok atau lebih sampel berhubungan
(dependent)
- Korelasi peringkat dan ukuran-ukuran asosiasi lainnya.
Distribusi Chi kuadrat digunakan untuk menguji homogenitas varians beberapa
populasi. Masih ada beberapa persoalan lain yang dapat diselesaikan dengan
mengambil manfaat distribusi chi-kuadrat ini, diantaranya :
- Menguji proporsi untuk data multinom
- Menguji kesamaan rata-rata data poisson
- Menguji independen antara dua faktor didalam kontingensi
- Menguji kesesuaian antara data hasil pengamatan dengan model distribusi dari
- Mana data itu diduga diambil, dan
- Menguji model distribusi berdasarkan data hasil pengamatan
Keterangan:
Oi = banyaknya kasus yang diamati dalam kategori i.
Ei= banyaknya kasus yang diharapkan
∑𝑘𝑡=1 = penjumlahan semua kategori k.
Contoh :
Dalam suatu eksperimen genetika menurut Mendell telah diketemukan bahwa semacam
karakteristik diturunkan meurut perbandingan 1 : 3 : 3 : 9 untuk kategorikategori A, B,
C, dan D. Akhir-akhir ini dilakukan 160 kali pengamatan dan terdapat 5 kategori A, 23
kategori B, 32 kategori C dan 100 kategori D. Dengan menggunakan ∝= 0,05, apakah
data di atas menguatkan teori genetika tersebut?
Penyelesaian :
Berdasarkan teori, diharapkan terdapat 1/16 X 160 = 10 kategori A, masing-masing 30
kategori B dan C, dan 90 kategori D. Data hasil pengamatan dan yang diharapkan
adalah sebagai berikut.
Kategori A B C D
Pengamatan 5 23 32 100
(Oi)
Diharapkan (Ei) 10 30 30 90
Soal :
Diduga bahwa 50% dari semacam kacang bentuknya keriput dan 50% lagi halus.
Pengamatan dilakukan terhadap sebuah sampel acak terdiri atas 80 butir kacang dan
terdapat 56 keriput sedangkan sisanya halus. Dalam taraf 0,05, dapatkah kita
menyokong dugaan tersebut?
Jawaban :
Kategori Pengamatan Harapan (0 − 𝐸)2
𝐸
Keriput 56 40 6,4
Halus 24 40 6,4
2 12,8
∑
ℎ𝑖𝑡
Keterangan:
X2 : Chi Kuadrat
fo : frekuensi yang diperoleh dari (diobservasi dalam) sampel
fh : frekuensi yang diharapkan dalam sampel sebagai pencerminan dari frekuensi yang
diharapkan dalam populasi.
Contoh :
Dalam suatu penelitian ingin diketahui apakah jenis film yang ditonton paling sering
ditonton dalam 1 tahun (komedi dan action) berhubungan terhadap kehamilan (hamil
dan tidak hamil)
Keterangan Hamil Tidak Hamil
Film Komedi 33 60
Film Action 18 75
Apakah ada hubungan antara jenis film yang paling sering ditonton dalam 1 tahun
terhadap kehamilan?
Tahap 1: tentukan populasi berdasarkan variabel dan kategori
Populasi 1: yang lebih banyak menonton film komedi dan hamil
Populasi 2: yang lebih banyak menonton film komedi dan tidak hamil
Populasi 3: yang lebih banyak menonton film action dan hamil
Populasi 4: yang lebih banyak menonton film action dan tidak hamil
Tahap 2: tentukan H0 dan Ha/H1
H0 : tidak ada hubungan antara jenis film yang ditonton terhadap kehamilan
Ha/H1: ada hubungan antara jenis film yang ditonton terhadap kehamilan
Tentukan df (degree of freedom = derajat kebebasan) dan p (nilai kritis) untuk uji chi
square
df = (df kolom) (df baris)
= (å kategori kolom – 1) (å kategori baris – 1)
= (2 – 1) (2 – 1)
= 1
p = 0,05 atau 5%
c2tabel = 3,84
c2tabel , p (0,05) = 3,84
c2hitung > X2tabel → H0 ditolak, Ha/H1 diterima à
“Ada perbedaan kehamilan dari jenis film yang paling sering ditonton dalam 1 tahun”
Output software SPSS di atas menunjukkan bahwa nilai signifikan sebesar 0,2
hal itu menunjukkan bahwa nilai signifikan lebih besar dari alfa 0,05. Berdasarkan
itu dapat simpulkan bahwa populasi tersebut memiliki data yang berdistribusi
normal. Langkah selanjutnya adalah melakukan pengujian analisis bivariat terhadap
data tersebut. Analisis bivariat yang digunakan adalah uji Pearson’s Product
Moment. Dengan menggunakan software SPSS diperoleh hasil sebagai berikut :
. Correlation is significant at the 0.01 level (2-tailed).
Dalam prosedur uji statistik, keputusan menolak atau menerima hipotesis nol
tergantung dari besarnya statistik hitung dari uji statistik, keputusan menolak atau
menerima hipotesis nol tergantung dari besarnya statistik hitung dari uji statistik
yang digunakan dibandingkan dengan nilai statistik kritis pada alpha yang dipilih.
Jika nilai absolut statistik hitung lebih besar dari nilai kritisnya maka H0 ditolak atau
menerima Ha, sehingga secara statistik tidak signifikan. Menerima atau menolak
H0 bisa digunakan dengan menggunakan nilai p-value. P-value merupakan besarnya
alpha yang sebenarnya. Jika p-value lebih kecil dari alpha yang dipilih, maka H0
ditolak. Sebaliknya, jika p-value lebih besar dari alpha maka H0 diterima.
Sebagai alat analisis statistika yang bersifat general, analisis multivariat terdiri
dari beberapa jenis. Jenis analisis multivariat dapat dikelompokkan ke dalam teknik
dependen, teknik interdependen, dan model struktural. Teknik dependen adalah
teknik yang digunakan ketika variabel dependen dipengaruhi oleh variabel
independen. Teknik interdependen adalah teknik yang digunakan ketika semua
variabel saling berpengaruh. Sedangkan teknik struktural adalah teknik yang
digunakan untuk menganalisis variabel dependen dan independen secara simultan.
a. Teknik Dependen
Bila di dalam analisis multivariat bisa dibedakan antara variabel
dependen dan variabel independen maka dapat digunakan teknik dependen.
Ada beberapa jenis analisis metode dependen di dalam analisis multivariat.
Pengelompokkannya didasarkan oleh dua hal yaitu jumlah variabel dependen
dan jenis pengukuran data terhadap variabel baik dependen maupun
independen. Berdasarkan jumlah variabel dependen, maka analisis multivariat
dikelompokkan apakah mempunyai satu variabel dependen atau beberapa
variabel dependen. Selanjutnya setelah diketahui jumlah variabel dependen
maka dilihat jeniis data variabel dependen maupun data variabel
independennya.
Tabel 2. Jenis Teknik Multivariat Dependen
Jenis Analisis Variabel Jenis Variabel
Multivariat Dependen Independen
Jumlah Variabel Jenis Variabel
Dependen
Regresi 1 Metrik Metrik / Non
Metrik
Regresi Logistik 1 Non Metrik Metrik / Non
Metrik
Analisis 1 Non Metrik Metrik / Non
Diskriminan Metrik
Analisis Konjoin 1 Non Metrik Non Metrik
Analisis >1 Metrik Metrik
Kanonikal
MANOVA >1 Metrik Non Metrik
Jika jumlah variabel dependen adalah satu maka ada empat jenis analisis
multivariat yaitu Regresi, Regeresi Logistik, Analisis Diskriminan, dan
Analisis Konjoin. Analisis regresi adalah analisis jika jumlah variabel
dependennya satu bersifat metrik dan variabel independennya dalam bentuk
metrik ataupun non metrik. Analisis regresi logistik merupakan analisis dengan
jumlah variabel dependen atau bersifat non metrik dan variabel independennya
bersifat baik metrik maupun non metrik. Analisis deskriminan adalah analisis
dengan jumlah variabel dependen satu bersifat non metrik dan variabel
independennya bersifat metrik maupun non metrik. Jika jumlah variabel
dependennya lebih dari satu maka ada dua jenis analisis multivariat yaitu
analisis kanonikal dan analisis MANOVA. Analisis kanonikal merupakan
analisis dengan lebih dari dua variabel dependen bersifat metrik dan
variabelnya bersifat metrik juga. Sedangkan MANOVA adalah analisis dengan
variabel dependen lebih dari satu bersifat metrik dan variabel independennya
bersifat non metrik.
b. Teknik Interdependen
Dalam banyak kasus seringkali dialami kesulitan dalam memisahkan
antara variabel dependen dan independennya. Dengan kata lain, semua variabel
adalah independen. Tujuan dari analisis interdependen adalah menganalisis
mengapa dan bagaimana variabel-variabel yang ada saling berhubungan.
Karena tidak bisa dipisahkan mana variabel dependen dan mana variabel
independen, maka pembagian metode interdependen didasarkan pada jenis
variabel yang ada yaitu apakah metrik ataupun non metrik . Jika jenis variabel
adalah metrik maka ada tiga jenis analisis yaitu analisis faktor, analisis kluster,
dan skala multidimensi. Sedangkan bila jenis variabel adalah variabel non
metrik maka ada satu analisis yaitu analisis koresponden. Lebih jelasnya dapat
dilihat pada tabel dibawah ini.
Tabel 3. Jenis Teknik Multivariat Interdependen
Jenis Analisis Jenis Variabel
Analisis Faktor Metrik
Analisis Kluster Metrik
Analisis Koresponden Metrik
Analisis Skala Multidimensional Non Metrik
D. Contoh Soal
Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seorang
dengan pengeluaran (konsumsi) per bulan. Data dari 6 orang ayng
diwawancarai diperoleh data sebagai berikut.
X (pendapatan) : 800 900 700 600 700 800
Y (pengeluaran) : 300 300 200 100 200 200
BAB III
PENUTUP
A. Simpulan
Chi Kuadrat (dibaca kai kuadrat) merupakan suatu teknik statistik yang memungkinkan
peneliti menilai probabilitas memperoleh perbedaan frekuensi yang nyata (dapat
diobservasi), dengan frekuensi yang diharapkan dalam kategori-kategori tertentu sebagai
akibat dari kesalahan sampling.
Analisis korelasi sederhana ( Bivariate Correlation) digunakan untuk mengetahui
keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara
dua variabel. Analisis korelasi sederhana dengan metode Pearson atau sering
disebut Product Moment Pearson.
Analisis korelasi multivariat merupakan salah satu analisis statistik yang berkaitan
dengan analisis banyak variabel. Dalam analisis statistika, terdapat pengelompokkan
terhadap jumlah variabel yang dianalisis. Ada dua hipotesis yang diajukan peneliti yaitu
hipotesis nol dan hipotesis alternatif.
B. Saran
Kami ketahui makalah ini masih jauh dikatakan sempurna,untuk itu kami
membutuhkan saran dan kritikan yang membangun kepada para pembaca agar pembuatan
makalah selanjutnya bisa lebih baik lagi.
DAFTAR PUSTAKA