X² = Σ(O-E)²
E
Contoh:
Sebuah koin yang memiliki dua permukaan yaitu gambar (G) dan angka, koin tersebut
dilembar sebanyak 100 kali. Setelah pelemparan 100 kali , setelah diamati permukaan
gambar keluar sebanyak 65 kali. Jika koin tersebut imbang maka permukaan gambar
yang diharapkan akan keluar sebanyak 50 kali. Pada contoh ini dapat kita lihat
perbedaan antara frekuensi yang diamati (O) yaitu 65 kali dan diharapkan (E) yaitu
50. Jadi ada perbedaan antara pengamatan dan yang diharapkan (O-E). Perbedaan
tersebut apakar berarti (signifikan) atau karena dipengaruhi oleh faktor sampel saja.
Tabel 1. Contoh
1 2 3 4 5
Hasil
pelemparan E
(O-E)²
O (diamati) (diharapkan E-O (E-O)²
E²
)
Gambar (G) 65 50 15 225 4,5
Angka (A) 35 50 -15 225 4,5
Total 100 100 0 450 9
Pada tabel dapat dilihat bahwa jika penyimpangan / deviasi (O-E) dijumlahkan seperti pada
kolom 3, makahasilnya adalah 0. Untuk menghindari hal tersebut , maka masing-masing
penyimpangan dikuadratkan terlebih dahulu seperti pada kolom 4 dan jumlahnya tidak akan
sama dengan 0. Cara itu akan membawa konsekuensi hasil kuadrat yang samaakan diperoleh
untuk penyimpangan yang sama besar tanpa memperhitungkan besar frekuensi pengamatan
atau harapan. Sebagai contoh, O-E untuk (65-50) adalah 15 dan (415-400) adalah 15. Secara
aritmatik keduanya adalah tdentik, padahal sebenarnya sangatlah berbeda. Penyimpangan 15
dari nilai harapan 50 cukup besar jika dibandingkan dengan penyimpangan dari harapan 400.
Untuk mengatasi hal tersebut, sebaiknya digunakan deviasi kuadrat yang proporsional yaitu
(O-E)²/ E. Dengan cara ini hasil perhitungan untuk contoh di atas menjadi (62²-50²)/50 adalah
4,5, sedangkan (415²-400²)/400 adalah 0,56. Dapat kita lihat bahwa deviasi baru lebih berarti
secara statistik. Pada contoh kasus pelemparan koin ini didapatkan deviasi kuadrat
proporsionalnya adalah 9.
Pertanyaan selanjutnya adalah apakah nilai 9 ni memiliki kemungkinan besar untuk terjadi
secara kebetulan atau peristiwa yang mungkin jarang terjadi, misalnya kemungkinannya lebih
kecil 5%.
Tabel 1. Distribusi status gizi anak balita berdasarkan tingkat sosial ekonomi
Tingkat sosial Status gizi anak balita
Jumlah
ekonomi Baik Kurang Buruk
Tinggi 37 17 10 64
Sedang 19 42 17 78
Rendah 15 20 23 58
Jumlah 71 79 50 200
a. Formulasi hipotesis :
Ho : P₁₁ = P ₁₂ = P ₁₃ = P₂₁ = P₂₂ = P₂₃ = P₃₁ = P₃₂ = P₃₃ (Status gizi anak
balitatidak bergantung pada tingkat sosial ekonomi orangtua)
Ha : P₁₁ ≠ P ₁₂ = P ₁₃ ≠P₂₁ ≠P₂₂≠P₂₃ ≠ P₃₁ ≠ P₃₂ ≠P₃ (status gizi anak balita
bergantung pada tingkat sosial ekonomi orang tua).
b. Menentukan batas kritis berdasarkan nila α 5%, seperti telah dijelaskan
sebelumnya bahwa uji kuadrat selalu dilakukan uji satu sisi, maka untuk nilai 5%
dan df = (3-1)(3-1) = 4, nilai χ ² tabel adalah 9,488
c. Kriteria pengujian
Ho ditolak : jika nila statistik hitung > 9,488
Ho diterima : jika nilai statistik hitung ≤ 9,488
d. Perhitungan nilai statistik :
(O−E)²
X ²=∑
E
Setelah memperoleh nilai E pada masing – masing sel , maka selanjutnya kita mencari
nilai χ² dihitung menggunakan rumus berikut :
(O−E)²
X ²=Σ
E
e. Kesimpulan
Statistik : karena nilai statistik dihitung X ² (27,91)lebih besar daripada nilai
tabel (9,488) maka nilai Ho ditolak
Logis : Status gizi anak balita tergantung pada tingkat sosial ekonomi orang
tua.
4. Uji normalitas