STATISTIKA PENDIDIKAN

Uji Asosiasi dan Korelasi Nonparametrik (Chi-Square dan Rank Spearman)

Makalah ini disusun untuk memenuhi salah satu tugas mata kuliah Statistika Pendidikan

Dosen Pengampu:
Tri Suryaningsih, M.Pd.

Disusun oleh:
Kelompok 13

Umi Fadilah 11190183000003

Inda Alfina Jauhariyah 11190183000021
Filzah Nur Amalia 11190183000035

JURUSAN PENDIDIKAN GURU MADRASAH IBTIDAIYAH

FAKULTAS ILMU TARBIYAH DAN KEGURUAN
UIN SYARIF HIDAYATULLAH
JAKARTA
2021
 Uji Asosiasi dan Korelasi Nonparametrik (Chi-Square dan Rank Spearman)

A. Uji Chi-Square
1. Pengertian Uji Chi-Square
Uji Chi Square familiar dengan sebutan Goodness of Fit dikarenakan
pengujian ini dapat digunakan untuk uji pencocokan kurva normal yaitu menguji
apakah data sudah mengikuti kurva/distribusi tertentu atau belum. Ada banyak
kegunaan dari uji Chi Square, selain uji pencocokan kurva normal, Chi Square biasa
digunakan untuk uji homogenitas, uji hipotesis antara hubungan dua variabel, dan
uji independensi antar variabel.
Konsep dari pengujian normalitas data dengan Chi Square adalah
membandingkan frekuensi harapan (fh) dengan frekuensi data observasi (fo). Data
yang akan diuji pun akan dikelompokkan berdasarkan interval tertentu. Selanjutnya
hasil dari perbandingan kedua frekuensi tersebut dapat dikatakan sebagai Chi
Square hitung ( 𝑋 2 ).1
Uji chi Square atau sering juga orang menyebutnya uji chi kuadrat bertujuan
untuk mengetahui hubungan antara variabel yang terdapat pada baris dengan
kolom. Jenis data yang digunakan untuk uji Chi Square harus berbentuk data
frekuensi, bukan data yang berbentuk rasio ataupun skala.
Dasar pengambilan keputusan dalam uji Chi Square dapat dilakukan dengan
melihat nilai output Chi Square test hasil oleh data dengan SPSS. Dalam
pengambilan keputusan kita dapat perbedoman pada dua hal, yakni
membandingkan nilai Chi Square hitung dengan Chi Square tabel.
2. Syarat Pengujian Chi-Square
Chi Square adalah salah satu jenis uji komparatif non parametrik dimana
dilakukan pada dua variabel. Skala data kedua variabel adalah nominal. Uji ini
digunakan untuk menguji hipotesis disrtribusi data pada satu populasi.
Uji Chi Square juga merupakan uji yang paling banyak digunakan. Namun perlu
kita ketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang
digunakan besar, sebab ada beberapa syarat di mana chi square dapat digunakan
yaitu:
a. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count

1
Wayan Widana dan Putu Lia Muliani, "Uji Persyaratan Analisis", (Lumajang: Klik Media, 2020), hlm. 14.
 (F0) sebesar 0 (Nol).
b. Apabila bentuk tabel kontingensi 2 x 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count ("Fh") kurang dari
5.
c. Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah cell dengan
frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%.2
Rumus pada uji Chi Square sebenarnya tidak hanya ada satu. Apabila pada
tabel kontingensi 2 X 2 maka rumus yang digunakan adalah Continuty Correction.
Apabila tabel kontingensi 2 X 2, tetapi tidak memenuhi syarat dalam uji Chi-square
maka rumus yang digunakan adalah Fisher Exact Test. Sedangkan apabila tabel
kontingensi lebih dari 2 X 2 misal 2 X 3 maka rumus yang digunakan adalah
Pearson Chi-square.
Uji Chi-square dapat dirumuskan sebagai berikut:3
(𝑂𝑖− 𝐸𝑖 ) 2
2
𝑋 = ∑𝑛𝑖=1
𝐸 𝑖

Keterangan:
𝑋 2 = Distribusi Chi Square
𝑂𝑖 = Nilai Observasi (pengamatan) ke-i
𝐸𝑖 = Nilai Ekspetasi ke-i

3. Uji Chi Square dengan Aplikasi SPSS

Contoh kasus:
Kepala Dinas Pendidikan di Kuala Hajir melakukan penelitian Gerakan
Disiplin Sekolah (GDS) siswa tingkat SD yaitu SD 1, SD 2, dan SD 3. Sampel
diambil sebanyak 725 siswa yang menyebar SD 1 = 275 siswa, SD 2 = 250 orang,
dan SD 3 = 200 orang. Frekuensi Observasi dari 725 siswa tersebut dikelompokkan
ke dalam tiga level disiplin (tinggi, sedang, dan rendah).

2
Trimawartinah, “Bahan Ajar Statistik Non Parametrik”, 2020, hlm. 8 – 9.
3
Igo Cahya Negara dan Agung Prabowo, “PENGGUNAAN UJI CHI–SQUARE UNTUK MENGETAHUI
PENGARUH TINGKAT PENDIDIKAN DAN UMUR TERHADAP PENGETAHUAN PENASUN MENGENAI
HIV–AIDS DI PROVINSI DKI JAKARTA”, Prosiding Seminar Nasional Matematika dan Terapannya 2018.
 Tabel Hasil Pelaksanaan GDS siswa SD di Kuala Hajir.
Siswa SD Pelaksanaan GDS Total
Tinggi Sedang Rendah
(85-100) (66-84) (0-65)
SD 1 150 75 50 275
SD 2 75 150 25 250
SD 3 150 25 25 200
Jumlah 375 250 100 725

Hipotesis untuk kasus di atas:

H0: Tidak ada perbedaan yang signifikan antara siswa SD 1, SD 2, dan SD 3
dalam pelaksanaan GDS.
H1: Ada perbedaan yang signifikan antara siswa SD 1, SD 2, dan SD 3 dalam
pelaksanaan GDS.

Langkah-langkah SPSS:
1. Membuka aplikasi SPSS pada “Variable View” isikan pada kolom Name: Tingkat
dan Jumlah sebagaimana gambar berikut.

2. Pada “Data View”, masukkan data yang akan dianalisis sebagaimana gambar
berikut.

Keterangan: 1 = Tinggi, 2 = Sedang, dan 3 = Rendah

3. Klik Data => Weight Cases pada menu, sehingga muncul kotak dialog sebagai
gambar berikut.

4. Pilih “Weight cases by” dan masukkan “Jumlah” pada kotak “Frequency Variable”,
kemudian klik OK.

5. Klik Analyze => Nonparametric Test => Legacy Dialogs => Chi Square, sehingga
muncul kotak dialog sebagaimana gambar berikut.
6. Masukkan variabel “Tingkat” pada kotak “Test Variable List”. Secara default Get
from data ada kotak Expected Range dan All categories equal pada kotak Expected
Values akan terpilih.

7. Klik OK.

Tingkat
Observed N Expected N Residual
Tinggi 375 241.7 133.3
Sedang 250 241.7 8.3
Rendah 100 241.7 -141.7
Total 725

Test Statistics
Tingkat
Chi-Square 156.897a
df 2
Asymp. Sig. .000
a. 0 cells (0.0%) have
expected frequencies less
than 5. The minimum
expected cell frequency is
241.7.

Pengambilan keputusan:
1. Jika Asymp. Sig > 0,05 maka H0 diterima.
2. Jika Asymp. Sig < 0,05 maka H0 ditolak.
 Berdasarkan hasil output test statistics dalam uji chi square diketahui bahwa nilai
Asymp. Sig = 0,000< 0,05 sehingga H0 ditolak.
Kesimpulan: Ada perbedaan yang signifikan antara siswa SD 1, SD 2, dan SD 3 dalam
pelaksanaan GDS
B. Uji Rank Spearman
1. Pengertian Uji Rank Spearman
Menurut Sugiyono (2011:305), korelasi Rank Spearman digunakan untuk
mencari hubungan atau untuk menguji signifikasi hipotesis asosiatif bila masing-
masing variabel yang dihubungkan berbentuk ordinal, dan sumber data antar
variabel tidak harus sama. Uji korelasi rank spearman merupakan uji yang dapat
diperuntukkan bagi skala data ordinal atau berjenjang/ranking dan memiliki
distribusi bebas. Tujuan uji rank spearman untuk menguji hipotesis korelasi
menggunakan skala pengukuran variabel minimal ordinal.4
2. Syarat Pengujian Rank Spearman
Terdapat syarat-syarat dalam pengujian korelasi Rank Spearman,
diantaranya adalah:
a. Merupakan bagian dari statistik non parametrik (tidak memerlukan asumsi
normalitas dan linearitas).
b. Bertujuan untuk mengetahui hubungan antar variabel.
c. Arah hubungan antar variabel dapat bersifat positif dan negatif.
d. Data penelitian berbentuk peringkat, sehingga disebut korelasi rank
spearman.
e. Data yang digunakan harus berkala ordinal.
f. Tidak ada istilah bebeas (x) maupun variabel terikat (y).
Pedoman Kekuatan Hubungan (Correlation Coefficient)
• 0,00 – 0,25 Korelasi sangat lemah
• 0,26 – 0,50 Korelasi cukup
• 0,51 – 0,75 Korelasi kuat
• 0,75 – 0,99 Korelasi sangat kuat
• 1,00 Korekasi sempurna

4
Lilik Sugiharti dkk, “Statistik Multivariat Untuk Ekonomi dan Bisnis Menggunakan Software SPSS”, (Jawa
Timur: Airlangga University Press,2021), hlm. 28.
3. Uji Rank Spearman dengan Aplikasi SPSS
Contoh kasus:
Manager toko furniture ingin mengetahui apakah terdapat hubungan antara
kualitas produk dengan kepuasan konsumen. Untuk keperluan tersebut, manager
menyebarkan kuesioner tentang kualitas produk dengan kepuasan konsumen
kepada 10 orang konsumen toko furniturenya dengan tujuan untuk mengetahui:
a. Apakah terdapat hubungan yang signifikan antara kualitas produk dengan
kepuasan konsumen?
b. Bagaimana tingkat hubungan antara kualitas produk dengan kepuasan
konsumen?
c. Bagaimana arah hubungan kualitas produk dengan kepuasan konsumen?

Kriteria Penilaian

Kriteria Penilaian

Kualitas Produk (x) Keperluan Konsumen (y)

Sangat Berkualitas (SB) = 5 Sangat Puas (SP) = 5

Berkualitas (B) = 4 Puas (P) = 4

Cukup Berkualitas (CB) = 3 Cukup Puas (CP) = 3

Tidak Berkualitas (TB) = 2 Tidak Puas (TP) = 2

Sangat Tidak Berkualitas (STB) = 1 Sangat Tidak Puas (STP) = 1

Hasil Kuisioner Hasil Kuisioner

No. Kualitas Kepuasan No. Kualitas Kepuasan
Produk (x) Produk (y) Produk (x) Produk (y)
1 TB CP 1 2 3

2 CB CP 2 3 3

3 B P 3 4 4

4 B SP 4 4 5

5 CB P 5 3 4

6 SB SP 6 5 5

7 SB SP 7 5 5
 8 B SP 8 4 5

9 SB SP 9 5 5

10 B P 10 4 4

Rumusan Masalah: Apakah hubungan antara kualitas produk dengan kepuasan

konsumen?
Hipotesis:
H0 : tidak ada hubungan antara kualitas produk dengan kepuasan konsumen.
Ha : ada hubungan antara kualitas produk dengan kepuasan konsumen.

Langkah-langkah SPSS:
1. Ke Variable View, isi kolom Name pertama dengan variabel x dan kolom kedua
y, setelah itu tulis pada kolom label, untuk x diberi label “Kualitas Produk” dan
untuk y “Kepuasan Konsumen”.

2. Lalu ke Data View.

3. Setelah itu, input data dari hasil kuisoner yang sudah dihitung ke dalam kolom x
dan y sesuai dengan kolomnya.

4. Lalu ke tahap analisis, pertama yang dilakukan adalah plih salah satu menu, yaitu
Analyze, kemudian klik Correlate, lalu pilih Bivariade Correlate.
5. Setelah itu, muncul kotak seperti dibawah ini.

6. Kemudian, masukan data x dan y ke kolom variables, kemudian beri tanda centang
pada Spearman, lalu hilangkan tanda centang pada Person, dan diberi centang
pada Flag significant Correlations, dan diberi tanda pada kolom Test Of
Significance dengan memilih Two-tailed lalu klik Ok.
7. Kemudian keluar hasil pada Output

8. Dari hasil Output tersebut dapat disimpulkan, bahwa:

a. Signifikansi Hubungan dari variabel Kualitas Produk dengan Kepuasan
Konsumen; Berdasarkan hasil output, diketahui nilai signifikansi atau Sig.
(2-tailed) sebesar 0,0002. karena nilai tersebut lebih kecil dari 0,05 Maka
artinya ada hubungan yang signifikan antara variabel Kualitas Produk
dengan Kepuasan Produk.
b. Tingkat Kekuatan (Keeratan) Hubungan dari variabel Kualitas Produk
dengan Kepuasan Konsumen; Berdasarkan dari hasil output SPSS
diperoleh angka koefisien korelasi sebesar 0,838**. Maka, Tingkat
Kekuatan Hubungan (Korelasi) antara Variabel Kualitas Produk
dengan Kepuasan Konsumen adalah sebesar 0,838 atau artinya
sangat kuat.
 c. Arah (Jenis) Hubungan Variabel Kualitas Produk dengan Kepuasan
Konsumen; Berdasarkan hasil output tersebut, angka koefisien korelasi
bersifat positif yaitu 0,838 sehingga hubungan kedua variabel terebut
bersifat searah (jenis hubungan searah).
d. Jadi, dapat disimpulkan, Hipotesis dari Kualitas Produk dengan Kepuasan
Konsumen adalah H0 tidak diterima, dan Ha diterima.5

5
Sahid Raharjo, S.Pd. “Uji Korelasi Rank Spearman Dengan SPSS” www.konsistensi.com dan
www.spssindonesia.com https://www.youtube.com/watch?v=vMIruzTmJb4 diakses pada 15/12/21 pukul.
11.00
 DAFTAR PUSTAKA

Lilik Sugiharti dkk. 2021. Statistik Multivariat Untuk Ekonomi dan Bisnis Menggunakan
Software SPSS. Jawa Timur: Airlangga University Press

Igo Cahya Negara dan Agung Prabowo. 2018. PENGGUNAAN UJI CHI–SQUARE UNTUK
MENGETAHUI PENGARUH TINGKAT PENDIDIKAN DAN UMUR TERHADAP
PENGETAHUAN PENASUN MENGENAI HIV–AIDS DI PROVINSI DKI JAKARTA”,
Prosiding Seminar Nasional Matematika dan Terapannya.

Sahid Raharjo, S.Pd “Uji Korelasi Rank Spearman Dengan SPSS” www.konsistensi.com dan
www.spssindonesia.com https://www.youtube.com/watch?v=vMIruzTmJb4 diakses
pada 15/12/21 pukul. 11.00

Trimawartinah. 2020. Bahan Ajar Statistik Non Parametrik.

Widana, Wayan dan Putu Lia Muliani. 2020. Uji Persyaratan Analisis. Lumajang: Klik
Media.