Resista Vikaliana, S.Si.

MM 1

UJI NONPARAMETRIK
Uji Chi Square
(Kai Kuadrat)

6/1/2013 Resista Vikaliana, S.Si. MM

 Uji Chi-Square (Uji Kai
Kuadrat)
2

 Tujuan : Untuk menguji perbedaan

proporsi antara 2 atau lebih kelompok.

Contoh:
1. Apakah ada perbedaan hipertensi antara
mahasiswa dan mahasiswi.
2. Apakah ada perbedaan bayi BBLR/ berat badan
lahir rendah antara ibu yang sosial ekonomi rendah,
sedang dan tinggi.
3. Apakah ada hubungan pendidikan bidan dengan
kinerja Resista Vikaliana, S.Si. MM 6/1/2013
 Syarat Chi - Square
3

1. Kelompok yang dibandingkan pada

variabel independen
2. Variabel yang dihubungkan kategori
dengan kategori

Resista Vikaliana, S.Si. MM 6/1/2013

4

HUBUNGAN DUA VARIABEL KOMPARASI DUA SAMPEL

DATA UJI DATA UJI
ORDINAL Korelasi Rank INTERVAL/ RATIO Uji T dua sampel
Spearman
INTERVAL/RATIO Korelasi Pearson NOMINAL Kai Kuadrat
Product Moment
INTERVAL Analisis Varian

Resista Vikaliana, S.Si. MM 6/1/2013

5

 Dalam pengujian hipotesis, kriteria untuk

menolak atau tidak menolak H0
berdasarkan p-value adalah sebagai
berikut:
 Jika P-value < α , maka H0 ditolak
 Jika P-value > α , maka H0 tidak dapat
ditolak.
 Dalam program SPSS digunakan istilah
significance (yang disingkat Sig) untuk
P-value; dengan kata lain P-value =
Sig.
Resista Vikaliana, S.Si. MM 6/1/2013
 Menghitung nilai chi-square
6

 Rumus:
X2 = Σ ( O – E )2
E
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)

Df = (b-1) (k-1)
df=degree of freedom
b : jumlah baris
k : jumlah kolom

Resista Vikaliana, S.Si. MM 6/1/2013

7

 E = total barisnya x total kolomnya

jumlah seluruh data
Ea = (a+b) (a+c)
n
Eb = (a+b) (b+d)
n
Ec = (a+c) (c+d)
n
Ed = (b+d) (c+d)
n
Resista Vikaliana, S.Si. MM 6/1/2013
 Uji Populasi dengan Sampel
8

Uji ini digunakan untuk mengetahui sejauh mana tingkat kesesuaian antara distribusi
sampel dengan distribusi populasi, sering disebut sebagai uji kesesuaian (test goodness of
test). Ada tiga jenis uji kebaikan suai yang biasa digunakan yaitu:
a. Uji Kebaikan Suai Terhadap Distribusi Binomial
Digunakan untuk mengetahui tingkat kesesuaian distribusi sampel dengan
distribusi Binomial.
b. Uji Kebaikan Suai Terhadap Distribusi Poisson
Digunakan untuk mengetahui tingkat kesesuaian distribusi sampel dengan
distribusi Poisson.
c. Uji Kebaikan Suai Terhadap Distribusi Normal
Digunakan untuk mengetahui tingkat kesesuaian distribusi sampel dengan
distribusi Normal.

Resista Vikaliana, S.Si. MM 6/1/2013

 Uji Populasi dengan Sampel
9

Pada ketiga aplikasi tersebut, tahapan uji  2 adalah sebagai berikut:

a. rumuskan hipotesis yang akan diuji H o dan H 1
b. tetapkan taraf signifikansi  dan derajat kebebasan  untuk mendapatkan

nilai kritis  2 dimana

1.   k  1 , jika frekuensi yang diharapkan dapat dihitung tanpa harus

menduga parameter populasi dengan statistik sampel
2.   k  1  m , jika frekuensi yang diharapkan dapat dihitung hanya dengan
menduga parameter populasi sebanyak m kali dengan statistik sampel
k
 i  ei 2
c. hitung statistik uji   
2
h
i 1 ei

d. kesimpulan, tolak atau terima H o . Tolak H o bila  h2   2 dan terima H o

bila  h2   2
Resista Vikaliana, S.Si. MM 6/1/2013
 Contoh Soal
10

 Untuk merencanakan arah pengembangan kurikulum pendidikan teknik

berikutnya, perhimpunan badan pengembangan pendidikan ekonomi dan
bisnis antar universitas mengadakan survei untuk mengetahui kebutuhan
sarjana ekonomi di bidang industri di di tiga daerah. Tujuan dari penelitian
ini untuk mengetahui ketergantungan kebutuhan sarjana ekonomi pada
daerah dan bidang-bidang tertentu yang diutamakan. Hasil survey dengan
menanyakan secara acak 310 perusahaan industri di ketiga kota
memberikan data sebagaimana yang diberikan dalam tabel kontingensi
berikut:
Bidang Industri
Daerah Pertanian Manufaktur Pertambangan  baris
A 50 40 35 125
B 30 45 25 100
C 20 45 20 85
 100 130 80  total =
kolom 310

Uji keselarasan fungsi dilakukan dengan langkah-langkah sebagai berikut:

Resista Vikaliana, S.Si. MM 6/1/2013

 1. Hipotesis:
Ho : Persentase populasi kebutuhan sarjana ekonomi di tiap daerah
adalah sama untuk setiap bidang industry
11

H1 : Persentase populasi kebutuhan sarjana ekonomi di tiap daerah tidak

sama untuk setiap bidang industri

2.  = 0.05

3. Dalam uji ini yang digunakan adalah distribusi probabilitas chi-kuadrat,

2
Tabel kontingensi di atas memiliki 3 baris (r = 3) dan 3 kolom (c = 3),
maka df = (r–1)(c–1) = (3-1)(3-1) = 4

4. Batas-batas daerah penolakan/batas kritis uji

Dari tabel 2 untuk  = 0,05; df =4; diperoleh 2 = 9,4

5. Aturan keputusan
Tolak H0 dan terima HI jika RU2 > 9,49. Jika tidak demikian terima H0

Resista Vikaliana, S.Si. MM 6/1/2013

 6. Rasio uji
Perhitungan dilakukan dengan tabulasi berikut:
- Frekuensi pengamatan dan harapan:
12
Bidang Industri
Pertanian Manufaktur 
Pertambangan
Daerah baris
O 50 40 35
A (125)(100)/(310)= (125)(130)/(310)= (125)(80)/(310)= 125
E
40,32 52,42 32,26
O 30 45 25
B (100)(100)/(310)= (100)(130)/(310)= (100)(80)/(310)= 100
E
32,26 41,94 25,81
O 20 45 20
C E (85)(100)/(310)= (85)(130)/(310)= (85)(80)/(310)= 85
27,42 35,65 21,94
 100 130 80 
kolom total
= 310

Resista Vikaliana, S.Si. MM 6/1/2013

 - Rasio Uji:

O  E 
2
2
Baris-Kolom O E O-E (O – E)
13
E
A-Pertanian 50 40,32 9,68 93,702 2,323
A-Manufaktur 40 52,42 -12,42 154,256 2,942
A- 35 32,26 2,74 7,508 0,233
Pertambangan
B-Pertanian 30 32,26 -2,26 5,108 0,158
B-Manufaktur 45 41,94 3,06 9,364 0,224
B- 25 25,81 -0,81 0,656 0,025
Pertambangan
C-Pertanian 20 27,42 -7,42 55,056 2,008
C-Manufaktur 45 35,65 9,35 87,423 2,455
C- 20 21,94 -1,94 3,764 0,171
Pertambangan
310 310 10,539
  O  E 2 
RU  2   2
test    =10,539
 E 

7. Pengambilan keputusan:
Karena RU2 > 9,49 maka Ho ditolak. Kesimpulannya adalah kebutuhan
sarjana untuk masing-masing bidang tergantung
Resista Vikaliana, pada daerah
S.Si. MM masing-
6/1/2013
masing (tidak sama).
 Contoh
14 Misalkan sebaran nilai statistik 150 mahasiswa adalah
sebagai berikut :
Interval f

13 – 27 3
28 – 42 21
43 – 57 56
58 – 72 45
73 – 87 21
88 - 102 4
Resista Vikaliana, S.Si.MM 20/04/2016
 Langkah-langkah
1. Menentukan jumlah kelas interval. Jumlah kelas interval
15 disesuaikan dengan jumlah bidang = 6
2. Menentukan panjang kelas interval
Panjang kelas = (Data terbesar – Data terkecil)
6
3. Menyusun ke dalam tabel distribusi frekuensi, sekaligus tabel
penolong untuk menguji harga Kai Kuadrat/ Chi Square hitung
4. Menghitung fh (frequensi yang diharapkan)
Persentase luas tiap bidang kurva x jumlah total data
5. Menghitung total (fo-fh)2
fh
6. Membandingkan harga Kaii Kuadrat Hitung dengan Kai Kuadrat
Tabel. Jika Kai Kuadrat hitung lebih kecil dari Kai kuadrat Tabel,
maka distribusi data dinyatakan normal, dan bila lebih besar
dinyatakan tidak normal

Resista Vikaliana, S.Si.MM 20/04/2016

 Tabel Penolong untuk pengujian Normalitas Data
dengan Kai Kuadrat/ Chi Square
16

Fh = (fo-fh)2
Interval fo ( % x n) Fo-fh (fo-fh)2 fh

13 – 27 3 4 -1 1 0,25
28 – 42 21 20 1 1 0,05
43 – 57 56 51 5 25 0,49
58 – 72 45 51 -6 36 0,70
73 – 87 21 20 1 1 0,05
88 – 102 4 4 0 0 0

Jumlah 150 150 0 1,55

Resista Vikaliana, S.Si.MM 20/04/2016
 Bandingkan Kai Kuadrat Hitung
dengan Kai Kuadrat Tabel
Kai Kuadrat Hitung
17
= 1,55
Kai Kuadrat Tabel dengan :
db = 6-1 :5
tingkat kesalahan :5%

Adalah : 11,070
Kesimpulan :
Jika Kai Kuadrat Hitung < Kai Kuadrat Tabel, maka data
dinyatakan normal, tapi
Jika Kai Kuadrat Hitung > Kai Kuadrat Tabel, maka data
dinyatakan tidak normal,

Hasil :
Karena Kai Kuadrat Hitung (1,55) < Kai Kuadrat Tabel
(11,070), maka data dinyatakan normal 20/04/2016
Resista Vikaliana, S.Si.MM