Hal 312 : 0 adalah frekuensi yang diomati dan E, adalah trekuensi yanp diharapkan.

Hal ini berarti bahwa

perbedaan antara masing-masing rekuensi yang diharapkan dan frekuensi yang diamati harus
dipangkatkan dua. Penjumlahan keseluruhan nilai merupakan chi-kuadrat Dagi frekuensi tersebut. Pada
contoh distribusi frekuensi mengenal penjualan televisi, penghitungan chi-kuadrat adalah sebagai
berikut (o- O,-5 0 -B0- E E, (330-360)(220-190) (270-230) 230 X=180-220) 220 360 190 (40 X= 40) (-30)
(30 190 220 360 230 X=1600 900 900 1600 220 360 190 230 X= 7,27 +2,50 +4.73+ 6,95 21,45 Ketika nilai
chi-kuadrat diketahui, maka suatu pengujian yang disebut dengan goodness- of-fit test akan
menentukan apakah nilai tersebut menunjukkan perbedaan signifikan dalam frekuensinya. Untuk
melakukan hal ini, dua nilai lainnya diperlukan. Pertama adalah tingkat probabilitas yang telah
ditentukan sebelumnya oleh peneliti; nilai kedua adalah derajat kebebasan atau degrees of freedom (d)
yaitu jumlah skor pada setiap tes yang memiliki nilai beragam, Misal, jika suatu nilai memiliki tiga
komponen nilai yang tidak diketahui (& y, 2) seperti x +ytz = 10, maka terdapat dua derajat kebebasan.
Setiap dua dari tiga variabel yang memiliki nilai tertentu tanpa memengaruhi keseluruhannya, maka nilai
ketiga akan dapat ditentukan. Jika x = 2 dan y = 5, maka z haruslah tiga. Dalam pengujian goodness- of-fit
test, derajat kebebasan dinyatakan dengan K = 1, di mana K adalah jumlah kategori. Dalam kasus
penjualan televisi K= 4 dan df = 4 1 3. Selanjutnya, kita perlu berkonsultasi dengan tabel chi-kuadrat
(lihat Apendiks, Tabel 4). Tabel ini diatur dengan tingkat probabilitas dan derajat kebebasan. Sebagian
dari tabel chi-kuadrat yang relevan dengan penelitian hipotetis kita tampilkan di sini untuk menunjukkan
bagaimana tabel digunakan,

Hal 313 : Jika nilai chi-kuadrat yang telah dihitung sama atau lebih besar de ngan nilai yang terdapat
pada tabel, maka perbedaan dalam frekuensi yang diamati dinilai signifikan secara statistik pada level
alfa yang telah ditentukan sebelumnya; tetapl jika nilai chi-kuadrat lebih kecil maka hasilnya tidaklah
signifikan. Pada contoh penjualan televisi, dengan nilai chi-kuadrat 21,45, dengan df-3, dan tingkat
probabilitas ditentukan pada 5%. Tabel chi-kuadrat menunjukkan suatu nilal 7,815. Karena 21,45 adalah
lebih besar dari 7,815 maka perbedaannya adalah signifikan, dan karena itu hipotesis dapat diterima.
Penjualan empat merek pesawat televisi tersebut adalah berbeda secara signifikan pada tahun ini
dibandingkan dengan penjualan tahun lalu. Uji kecocokan chi-kuadrat dapat digunakan dalam berbagal
macam cara untuk mengukur perubahan-misalnya, untuk mempelajari persepsi audiensi terhadap pesan
iklan, untuk merencanakan perubahan program televisi, dan untuk menganalisis hasil-hasil kampanye
hubungan kemasyarakatan (public relations). Idsvoog dan Hoyt (1977: 97-109) menggunakan uji chi
kuadrat untuk menganalisis profesionalisme dan kinerja jurnalis televisi. Mereka ingin mengetahui
apakah "profesionalisme" berhubungan dengan beberapa karakteristik lainnya, termasuk keinginan
untuk mencari pekerjaan lain, tingkat pendidikan, dan kepuasan pekerjaan. Hasil penelitian
menunjukkan bahwa profesionalisme jurnalis dikategorikan SeDagai tinggi" karena jawaban yang
diberikan melalui kuesioner berbeda Secara sangat signifikan dibandingkan dengan profesi lainnya yang
memiliki kategori "menengah" atau 'rendan UJi kecocokan chi-kuadrat merupakan prosedur statistik
nonpara etrik yang dinilai memiliki keterbatasan karena variabel-variabel drus diukur pada level nominal
atau ordinal. Setiap kategori
Hal 314 : iarus bersifat eksklusif satu sama lain, dan setiap observasi pada masing ldsing Rategori harus
independen satu sama lainnya. Selain itu, sampel daK akan menghasilkan hasil signifikan jika sampel
yang lebih besar telah digunakan. Contoh Kasus 2 Suatu organisasi ingin membuat logo organisasi yang
baru, namun Kesulitan dalam menentukan warna logo yang paling cocoK. Organisasi telah memiliki lima
pilihan warna, namun tidak tahu warna apa yang paling tepat. Keputusan terhadap pilihan warna harus
segera dibuat sebelum logo baru diperkenalkan kepada masyarakat. Organisasi kemudian menanyakan
kepada 400 orang sebagai sampel untuk memilih salah satu warna dari lima warna yang diajukan yang
paling disukai dengan hasil tertera pada Tabel 7.2 berikut ini. Tabel 7.2: Pilihan Responden Terhadap
Warna Logo Perusahaan Jumlah responden yang memilih Warna logo Merah 70 Biru 106 Hijau B0 Pink 0
Orange 74 Total 400 Jika kita perhatikan data pada tabel kita akan dengan mudah me ngatakan bahwa
biru adalah warna yang paling disukai. Namun kita harus membuktikan secara statistik bahwa data
tersebut bukanlah suatu kebetulan. Selanjutnya kita merumuskan hipotesis sebagai berikut
Ho:Responden menyukai kelima warna tersebut. H: Responden lebih menyukai warna tertentu saja.

Hal 315 : Harap diperhatikan bahwa hipotesis nol menyatakan responden menyukai kelima warna
tersebut, kelima warna tersebut disukai secara sama, atau kelima warna tersebut disukai secara merata
oleh ke-400 responden tersebut. Frekuensi yang diharapkan untuk keseluruhan warna akan sama yaitu
80 (400:5). Dengan memasukkan data tersebut ke dalam rumus chi-kuadrat kita memperoleh hasil 11,40
sebagaimana dapat dilihat pada Tabel 7.3. Pada tingkat signifikansi 5% dan derajat kebebasan 4 (5
warna - 1), maka pada tabel chi-kuadrat kita memperoleh nilai 9,488 yang berarti nilai chi-kuadrat hasil
penghitungan adalah lebih tinggi sehingga dengan demikian hipotesis nol ditolak. Kesimpulannya adalah
kelima warna logo tersebut tidak disukai secara sama oleh masyarakat. Secara khusus, biru adalah
warna yang paling disukai. Organisasi dapat memperkenal kan logo barunya dengan warna biru.

Hal 316 : Sebagaimana telah dijelaskan sebelumnya bahwa jawaban terhadan pertanyaan ini
membutuhkan empat langkah: 1) perurmusan hipotesis; 2) merumuskan rencana analisis; 3) analisis
data sampel; 4) uji statistik; dan 5) interpretasi hasil. Langkah pertama yaitu perumusan hipotesis dapat
dikemukakan sebagai berikut: H Proporsi penjualan minuman rasa jeruk, stroberi, dan kola adalah
masing masing 309%, 609%, dan 10% H,: Setidaknya salah satu proporsi hipotesis nol salah Merumuskan
Rencana analisis. Untuk analisis ini, level signifikansi adalah 0,05. Dengan menggunakan data sampel,
kita akan melakukan uji chi-kuadrat terhadap hipotesis nol Analisis data sampel. Dengan memasukkan
data sampel ke dalam rumus, kita menghitung derajat kebebasan, frekuensi yang diharapkan, dan
melakukan uji chi-kuadrat. Berdasarkan penghitungan chi-kuadrat dan derajat kebebasan kita kemudian
menentukan nilai-P df = k - 1 = 3 - 1 = 2 (E)= nP (E) = 100 (E,)- 100 0,60 60 (E) 100 0,10 10 0,30 = 30 x -E)
(0,- E, -E, E (45-60) E (50-30) E E (5-10) X 60 10 400 30 X 13,33+3,75+2,50 X= 19,58 Pada persamaan di
atas df adalah derajat kebebasan, k adalah jumiah level dari variabel kategoris, n adalah jumlah
observasi pada sampel, E adalah frekuensi yang diharapkan untuk level i, Oi adalah frekuensi yang
diamati untuk level i, dan Xadalalah uji statistik.chi-kuadrat. Pada contoh penjualan minuman ringan,
dengan nilai chi-kuadrat 19,58, dengan df= 2, dan tingkat probabilitas ditentukan pada 59%6. Tabel
Hal 317 : -kuadrat menunjukkan nilai 5,991. Karena 19,58 adalah lebih besar tidak dapat menerima
hipotesis nol, Penjualan tiga jenis minuman ringan tersebut berbeda secara signifikan dari 5,991 maka
terdapat perbedaan yang signifikan, dan karena itu kita E. TABEL KONTINGENSI Prosedur statistik
nonparametrik lainnya yang digunakan dalam riset sosial adalah uji independensi Chi-kuadrat (Chi-
square test of independence). Karena uji independensi menggunakan suatu tabel, maka penghitungan
dengan cara ini sering pula disebut dengan istilah analisis tabel kontingensi (contingeney table analysis),
atau sering kali disebut dengan istilah tabulasi silang (cross-tabulation). Tabulasi silang merupakan
perluasan dari uji kecocokan chi- kuadrat yang telah kita bahas sebelumnya. Perbedaan utamanya
terletak pada dua atau lebih variabel yang dapat diuji secara serentak. Uji independensi tabel
kontingensi cukup populer digunakan dalam penelitian untuk menganalisis suatu tabulasi silang guna
mengetahui apakah dua atribut yang berbeda yang menarik perhatian peneliti memiliki hubungan satu
sama lain. Perhitungan statistik dengan menggunakan pengujian chi-kuadrat sebagaimana yang telah
dibahas sebelumnya hanya cocok digunakan pada penelitian yang hanya menggunakan satu kategori
variabel. Jika terdapat dua kategori variabel, dan peneliti ingin mengetahui apakah kedua variabel ini
memiliki hubungan satu sama lain, maka perhitungan statistik ini dapat digunakan. Tabel kontingensi
yang digunakan dalam prosedur ini memuat data frekuensi pada suatu tabel di mana tabel berhubungan
dengan berbagai variabel kategoris yang terdapat pada baris dan kolomnya. Total margin dari baris dan
kolom pada tabel digunakan untuk menghitung trekuensi yang diharapkan akan menjadi bagian dari
perhitungan dengan menggunakan prosedur ini. Cntuk lebih memperjelas mari kita lihat pada beberapa
contoh Sus penelitian yang menggunakan perhitungan uji independensi tabel kontingensi. Harap
diperhatikan walaupun teknik penyelesaian sedikit

Hal 318 : contoh kasus

Hal 319