Chi-Square (c ) Test 2

Ollyvia Freeska Dwi Marta, M.Sc.

 Uji Statistik Chi-Square (c ) 2

● c2 test, dibaca kai kuadrat, merupakan teknik analisis

yang digunakan untuk menentukan perbedaan frekuensi
observasi (Oi) dengan frekuensi ekspektasi atau frekuensi
harapan (Ei) suatu kategori tertentu.
● Dibuat oleh Karl Pearson (1899)
● Sering disebut Pearson’s Chi-Square
● Digunakan untuk :Goodness of Fit & Test for
Independence
• Rumus Umum
 Syarat Uji Chi-Square

1. Data berskalaordinal ataunominal

2. TidakadanilaiE < 1 padasemuasel
3. NilaiE < 5 tidakmelebihi20% dariseluruhtotal
sel
 Goodness of Fit

• UjiChi-Square mengenaiperbedaan frekuensiyangdiobservasi

dengan frekuensiyangdiharapkan.
• Contohnya: seorang peneliti ingin mengetahui apakah
golongan darah dari sekelompok sampel yang diteliti
memiliki sebaran golongan darah yang sama dengan
populasi.
● Sebuah uang logam dilemparkan sebanyak 100
kali. Hasilnya adalah 58 kali muncul sisi muka
dan 42 kali sisi belakang. Ujilah hipotesis
bahwa uang logam itu simetri dengan memakai
taraf signifikansi α = 0,05 dan α = 0,01

● n = banyaknya lemparan = 100

● p = propabilitas muncul sisi muka = ½dan
● q = probabilitas munculnya sisi belakangyaitu
1-p = 1 - ½ =½
Frekuensi HARAPAN munculnya sisi muka = n x p
= 100 X½= 50
Frekuensi HARAPAN munculnya sisi belakang = n x
q = 100 X½= 50
 MAKA KITA AKAN MENDAPATKAN TABEL
SEPERTI DIBAWAH INI
KEJADIAN MUNCUL SISI MATA A1 (sisi muka) , A2 (sisi belakang)
UANG LOGAM
FREKUENSI YANG DIOBSERVASI 58 42
FREKUENSI YANG DIHARAPKAN 50 50

Uang logam simetris kalau probabilitas munculnya sisi muka sama

dengan sisi belakang yaitu P(sisi muka) = P(sisi belakang) = ½

H0 :P(muka) = P(belakang) = ½
H1 : P(muka) ≠ P(belakang)
α = 0,05 dan α = 0,01
Kategori kejadiannya ada dua yaitu munculnya sisi muka dan
munculnya sisi belakang, maka k = 2. Degree of Freedom (df) nya adalah
k-1 = 2-1 = 1.
Nilai kritis χ2 untuk α = 0,05 dan df = 1 adalah 3,841 dan α = 0,01 adalah
6,635 (lihat tabel)
 (Oi - Ei)2
c =∑
2
E
(Oi - Ei)2 (O1- E1)2 (O2 -E2)2
c 2=∑ = +
E E1 E2

(58 - 50) 2
(42 - 50) 2
c2 = + = 1,28 +1,28 = 2,56
50 50
Pada α = 0,05; nilai χ2 hit = 2,56 < 3,841
Pada α = 0,01; nilai χ2 hit = 2,56 < 6,635
Kesimpulannya H0 TIDAK DITOLAK (diterima) artinya UANG
LOGAM ITU SIMETRI

Karena besar kecilnya nilai χ2 pada dasarnya menunjukkan

kesesuaian antara frekuensi yang diobservasi dengan frekuensi
yang diharapkan, maka seringkali uji χ2 disebut UJI KEBAIKAN
SESUAI (Goodness of Fit)
H0 : P(muka) = P(belakang) = ½
H1 : P(muka) ≠ P(belakang)
Pada α = 0,05; nilai χ2 hit = 2,56 < 3,841
Pada α = 0,01; nilai χ2 hit = 2,56 < 6,635
Kesimpulannya H0 TIDAK DITOLAK (diterima) artinya
UANG LOGAM ITU SIMETRI

Bila nilai χ2 hitung ³ χ2 tabel, maka H1

diterima, bila sebaliknya yaitu χ2 hitung <
χ2 (⍺ )(df) , maka H0 diterima.
 Test for Independence
● Uji Chi-Square kebebasan dua
faktor.
● Uji hipotesis mengenai ada /tidaknya
hubungan (asosiasi) atau kaitan
antara dua faktor.
● Misal :Apakah hubungan antara Prestasi
Belajar mata kuliah Biostatistika ada
hubungannya dengan Ketepatan Waktu
Penyelesaikan Skripsi pada mahasiswa
Keperawatan angkatan 2018?
Lanjutan
v JikaT I D A K A D A H U B U N G A N antara dua
faktor itu, maka dikatakan bahwa dua
faktor itu S A L I N G B E B A S atau
I N D E P E N D E N . Lebih tepatnya
I N D E P E N D E N secara statistik.
v Hipotesis nya selalu menyatakan bahwa
kedua faktor saling bebas /independen
(tidak terikat, tidak berkaitan, tidak
berhubungan).
v Oleh karena itu, bentuk H o :Tidak ada
hubungan/asosiasi antara X danY
Sebuah penelitiandilakukan untuk memperoleh informasi
mengenai hubungan antara Prestasi Belajar mata kuliah
Biostatistika dengan KetepatanWaktu Penyelesaikan Skripsi
pada mahasiswa Keperawatan angkatan 2018. Hasil
penelitian tersebut tertuang dalam tabel dibawah ini (dengan α =
0,05)
Prestasi Ketepatan Waktu Total Baris
Belajar
TepatWaktu Waktu Lebih

Memuaskan 55 20 75

Kurang Memuaskan 10 15 25

TotalKolom 65 35 100
NILAI FREKUENSI EKSPEKTASI
Variabel A

I II

Variabel B I a b a+b

II c d c+d

a+c b+d a+b+c+d =

N

E a = (a + c) (a +b) / N
E b = (b + d) (a +b) / N
E c = (a + c) (c + d) / N
E d = (b + d) (c +d) / N
 Menentukan Hipotesis

v H o : Tidak ada Hubungan antara Prestasi Belajar

Mahasiswa Dalam Mata Kuliah Biostatistika dengan
Ketepatan Waktu Penyelesaian Skripsi
v H1 : Ada Hubungan antara Prestasi Belajar
Mahasiswa Dalam Mata Kuliah Biostatistika dengan
Ketepatan Waktu Penyelesaian Skripsi
 Langkah-Langkah Penyelesaian
● Tentukan nilai EXPECTED setiap sel.
Prestasi KetepatanWaktu Total Variabel A
Belajar Baris
Tepat Waktu I II
Waktu Lebih Variabel B I a b a+b
Memuaskan 55 20 75 II c d c+d
Kurang 10 15 25 a+c b+d a+b+c+d = N
Memuaskan
TotalKolom 65 35 100

E a = (a + c) (a +b) / N
E b = (b + d) (a +b) / N
E c = (a + c) (c + d) / N
E d = (b + d) (c +d) / N
Jadi, nilai expected setiap sel:
Sel a = (65 x 75) / 100 = 48,75
Sel b = (35 x 75) / 100 = 26,25
Sel c = (65 x 25) / 100 = 16,25
Sel d = (35 x 25) / 100 = 8,75
 Sehingga kita akan mendapatkan nilai dalam tabel
sbb:

Prestasi Ketepatan Waktu Total Baris

Belajar

TepatWaktu Waktu Lebih

Memuaskan O :55 ;E :48,75 O :20 ;E :26,25 75

(O-E )= 6,25 (O-E )= - 6,25
χ2 = 0,801 χ2 = 1,488
Kurang Memuaskan O :10 ;E :16,25 O :15 ;E :8,75 25
(O-E )= - 6,25 (O-E )= 6,25
χ2 = 2,404 χ2 = 4,464
Total Kolom 65 35 100

χ2= 0,801 + 1,488 + 2,404 + 4,464 = 9,157

 Ketepatan Waktu

Prestasi Belajar

TepatWaktu Waktu Lebih

O : 55 ; E : 48,75 O :20 ;E :26,25

Memuaskan (O-E )= 6,25 (O-E )= -6,25

χ2 = 0,801 χ2 = 1,488

O : 10 ; E : 16,25 O : 15 ; E : 8,75
Kurang (O-E )= -6,25 (O-E )= 6,25
Memuaskan χ2 = 2,404 χ2 = 4,464

χ2= 0,801 + 1,488 + 2,404 + 4,464 = 9,157

 Hasil dan Simpulan
● α = 0,05
● df = (r-1) x (c-1) = (2-1)(2-1) = 1
● χ2 tab = 3,841
● χ2 hit = 9,157
● χ2 hit > χ2 tab à Ho ditolak. Kedua faktor TIDAK
BEBAS / INDEPENDEN satu dengan yang lain.
● Artinya : Ada Hubungan antara Prestasi Belajar
Mahasiswa Dalam Mata Kuliah Biostatistika dengan
Ketepatan Waktu Penyelesaian Skripsi
● Bila nilai χ2 hitung ³ χ2 tabel, maka H1 diterima, bila
sebaliknya yaitu χ2 hitung < χ2 (⍺ )(df) , maka H0
diterima.
YATE’S CORRECTION
● Bila jumlah sampel kecil, penggunaan
rumus chi-square dikoreksi oleh FRANK
YATE (Ahli Statistik Inggris)

Catt :
1. Koreksi dari Yate cenderung berlebihan (overcorrect)
sehingga ada sebagian ahli yang menyatakan sebaiknya
tetap menggunakan rumus Pearson walaupun jumlah
sampelnya hanya 20.
2. Untuk melakukan chi-square tes, sel TIDAK BOLEH ada
angka NOL (0)
 Contoh Uji Goodness of Fit
• seorang peneliti ingin mengetahui apakah golongan
darah dari sekelompok sampel yang diteliti memiliki
sebaran golongan darah yang sama dengan populasi.
Didapatkan data:
No. Golongan Darah No. Golongan Darah Kode
Golongan
1 A 8 AB
Darah
2 A 9 AB
A 1
3 O 10 O
O 2
4 O 11 O
B 3
5 B 12 A
AB 4
6 B 13 A
7 AB 14 B
15 O
 MENENTUKAN HIPOTESIS

• H0 : pA = pB = pAB = pO
• H1 : pA ¹ pB ¹ pAB ¹ pO
 UJI GOODNESS OF FIT
• Masukkan data ke dalam data view
 UJI GOODNESS OF FIT
• Buka variabel view dan berikan kode golongan darah pada
value
 UJI GOODNESS OF FIT
• Klik analyze à non parametric test à legacy dialog à chi
square
 UJI GOODNESS OF FIT
• Masukkan data ke test variabel, klik exact dan ganti dengan 95%
Hasil

Dari hasil penghitungan

SPSS didapatkan nilai
signifikansi (sig) atau p
value 0.773. Karena nilai sig
(0.773) > ⍺ (0.05), maka H1
di tolak artinya golongan
darah responden sesuai
dengan distribusi yang ada
di populasi
 UJI HUBUNGAN (TEST OF
INDEPENDENCY)
Seorang peneliti ingin mengetahui apakah ada
hubungan antara perilaku merokok dengan
terjadiny hipertensi.

MENENTUKAN HIPOTESIS
• H0 : tidak ada hubungan antara perilaku merokok
dengan terjadinya hipertensi
• H1: ada hubungan antara perilaku merokok
dengan terjadinya hipertensi
 UJI HUBUNGAN (TEST OF INDEPENDENCY)
• Masukkan data ke dalam data view (dalam bentuk kode) & berikan
keterangan pada value (pada variabel view)
• Klik Analize à descriptive statistic à cross tab
 UJI HUBUNGAN (TEST OF
INDEPENDENCY)
• Masukkan variabel independen pada row dan variabel
dependen pada column
 UJI HUBUNGAN (TEST OF
INDEPENDENCY)
• Klik statistic, pilih chi-square lalu continue
 UJI HUBUNGAN (TEST OF
INDEPENDENCY)
• Klik cell, klik observed dan expected. Keduanya harus dipilih.
Bila tidak kita tidak bisa membaca syarat uji chi square
HASIL
 HASIL

• Berdasarkan hasil output SPSS, didapatkan nilai E < 5

pada semua sel. Sehingga yang kita baca adalah hasil uji
Fisher. Pada uji Fisher didapatkan nilai signifikansi (sig)
atau p value 0.190. Karena nilai sig (0.190) > ⍺ (0.05),
maka H1 ditolak, artinya tidak ada hubungan antara
perilaku merokok dengan terjadinya hipertensi.
 UJI KOMPARASI / HOMOGENITAS
• Seorang peneliti ingin mengatahui apakah ada perbedaan
kepatuhan melaksanakan SOP (Standard Operational Procedures)
pemasangan infus di 2 ruang perawatan di sebuah RS.
Didapatkan hasil sebagai berikut:
No. Ruang A Ruang B
1 Patuh Tidak patuh
2 Patuh Patuh
3 Tidak patuh Patuh
4 Patuh Tidak patuh
5 Patuh Tidak patuh
6 Tidak Patuh Tidak patuh
7 Tidak patuh Tidak patuh
8 Patuh Patuh
9 Patuh Patuh
10 Tidak patuh Patuh
11 Tidak patuh Tidak patuh
12 Tidak patuh Tidak patuh
 UJI KOMPARASI / HOMOGENITAS
• Seorang peneliti ingin mengatahui apakah ada perbedaan
kepatuhan melaksanakan SOP (Standard Operational Procedures)
pemasangan infus di 2 ruang perawatan di sebuah RS.

HIPOTESIS:

• H0: Tidak ada perbedaan kepatuhan melaksanakan SOP

pemasangan infus di 2 ruang perawatan di sebuah RS.
• H1: Ada perbedaan kepatuhan melaksanakan SOP
pemasangan infus di 2 ruang perawatan di sebuah RS.
 UJI KOMPARASI / HOMOGENITAS
• Masukkan data ke dalam data view (dalam bentuk kode) &
berikan keterangan pada value (pada variabel view)
 UJI KOMPARASI / HOMOGENITAS
• Klik Analyze à Descriptive statistic à cross tab
 UJI KOMPARASI / HOMOGENITAS
• Masukkan kelompok pada ROW dan kepatuhan pada COLUMN. Klik Statistic,
pilih Chi Square
 UJI KOMPARASI / HOMOGENITAS
• Klik cell, klik observed dan expected. Kedua nya harus dipilih. Bila tidak, maka
kita tidak bisa membaca syarat uji chi square
UJI KOMPARASI / HOMOGENITAS
HASIL

Nilai E >5 pada semua cell,

sehingga yang kita baca pada
tabel 2 x 2 adalah continuity
correction.

P-value: 1.00, sedangkan ⍺:

0.05.
Karena nilai sig (1.00) > ⍺
(0.05), maka H1 ditolak.
Artinya tidak ada perbedaan
kepatuhan melaksanakan SOP
pemasangan infus antara
perawat di Ruang A dan Ruang
B.
CARA MEMBACA HASIL UJI SQUARE
• Pada tabel 2 x 2, yang di baca adalah, continuity
correction. Namun bila syarat uji chi square tidak
terpenuhi maka yang dibaca adalah Fisher Exact.
Hasil uji Fisher akan keluar pada tabel 2 x 2
• Sedangkan pada tabel 2 x 3 (2 x k), maka yang
kita baca adalah Pearson chi square bila syarat
uji chi square nya terpenuhi. Namun bila syarat
tidak terpenuhi, maka harus dilakukan
penggabungan sel (sel yang awalnya 2 x 3,
diubah menjadi 2 x 2), kemudian diuji kembali.
Bila syarat masih tidak terpenuhi, maka yang
dibaca adalah Fisher Exact
 MEMBACA P-VALUE DAN
MEMBANDINGKAN DENGAN
⍺ (ALPHA), DIMANA ⍺ = 0.05

• P VALUE £ ⍺ , REJECT H0 (MENOLAK

H0) atau MENERIMA H1
• P VALUE > ⍺ , RETAIN H0
(MEMPERTAHANKAN H0) atau
MENOLAK H1
1. Koster W & Boediono, Statistika dan Probabilitas – Teori dan
Aplikasi, cet.2, Remaja Rosdakarya, Bandung,2002
2. Amalliah I, Joelimar FA, Darwita RR, Biostatistik-Bahan Kuliah,
2001,tidak dipublikasikan
3. http://www.itl.nist.gov/div898/handbook/e da/section3/eda35f.htm
4. http://www.physics.csbsju.edu/stats/chi-square.html
5. Novrinda, H. (2009). UjiStatistikChi-Square Goodness of Fit & Test for
Independence. BahanKuliah, tidakdipublikasikan
6. Aini, N., & Inayah, Z. (2019). BiostatistikadanAplikasiProgram.
LiterasiNusantara: Malang.