119

BAB IX
UJI CHI-SQUARE (χ2 TEST)
Tujuan perkuliahan :
1. Mengetahui syarat penggunaan uji chi-square
2. Mengetahui aturan Rule of the Thumb
3. Menghitung uji homogenitas untuk k sampel
4. Menganalisis uji chi kuadrat untuk dependensi dan asosiasi /
korelasi
5. Menganalisis uji ø untuk asosiasi.
9.1 Syarat Uji Chi square
Merupakan metode analisis non-parametrik yang paling terkenal dan
banyak digunakan pada penelitian kesehatan dan kedokteran. Uji ini
tidak dibatasi oleh asumsi-asumsi ketat tentang jenis populasi
maupun parameter populasi. Yang dibutuhkan hanya derajat bebas
( berarti pula ukuran sampel).
Metode ini sangat bermanfaat ketika data yang tersedia hanya
berupa frekuensi (count), misalnya banyaknya subyek dalam
kategori sakit dan tidak sakit atau banyaknya penderita DM dalam
kategori I, II, III, IV menurut keparahan penyakitnya.
Teknik ini dikembangkan oleh Pearson tahun 1900 dengan
kegunaan sebagai berikut :
(1) Menguji kesesuaian (test of goodness of fit). Dengan uji
kesesuaian, suatu distribusi sampel dievaluasi apakah sesuai
(fit) dengan distribusi populasi tertentu.
 120
(2) Menguji ketidaktergantungan (test of independence). Dengan
uji independensi, diperiksa apakah dua buah variabel dari
sebuah sampel saling tergantung atau tidak.
(3) Menguji homogenitas ( test of homogeneity). Dengan uji
homogenitas, beberapa sampel dievaluasi apakah berasal
dari populasi-populasi yang sama (homogen) dalam hal
variabel tertentu.
Dalam penerapan uji kai kuadrat, satu hal yang perlu diingat ialah
bahwa cara kategorisasi, baik frekuensi pengamatan maupun
frekuensi harapan harus sama, agar memungkinkan perbandingan
secara proporsional. Yang dimaksud dengan frekuensi harapan ialah
:
1. Frekuensi teoritis yang diharapkan muncul pada keadaan
yang hipotesis nolnya benar. Frekuensi harapan ini disebut
pula frekuensi teoritis.
2. Frekuensi dari suatu distribusi perumpamaan. Frekuensi
harapan ini disebut pula frekuensi hipotesis.
Syarat penggunaan uji chi square :
1. Hanya dapat dipergunakan pada data kualitatip.
2. Dapat dipergunakan pada sampel dari berbagai macam
ukuran (sample size) selama tidak menyimpang ketentuan
butir 9 dan 10. juga dapat dipergunakan pada berbagai
macam kategori.
3. Hitungan akhir selalu melibatkan angka sebenarnya
(frekuensi) bukan prosen atau proporsi.
 121
4. Untuk setiap kategori, perbedaan nilai pengamatan (observed
value) dan nilai harapan (expected value) dihitung,
selanjutnya dikuadratkan dan dibagi dengan nilai harapan
sehingga secara keseluruhan rumus perhitungan χ2 menjadi :

dengan ketentuan fo harga yang diamati dan fe

adalah harga harapan ; makin besar sample size makin besar

harga χ2 sehingga kuadrat mempunyai tendensi meningkat
dengan meningkatnya sample size. Jumlah kategori
mempengaruhi besar df (derajat bebas) yang juga akan
mempengaruhi bentuk : distribusi teoritis chi-quadrat. Makin
besar df makin besar pula titik kritisnya pada tingkat
kepercayaan tertentu.
5. bila kita ingin membandingkan 2 atau lebih distribusi sampel
maka uji yang sesuai adalah r x c contingency chi square.
Data disusun menurut r-baris (r = 2, 3, ..., k) dan menurut c-
kolom (c = 2, 3, ..., k) dan menurut harapan diperoleh dari
perkalian jumlah total setiap sampel dengan proporsi yang
sesuai pada distribusi total.
6. bila distribusi sampel berasal dari satu populasi maka uji
yang sesuai adalah Goodness of fit test. Dalam hal ini nilai
harapan diperoleh dari proporsi distribusi populasi dan
mempunyai db = r – 1 atau k – 1.
7. bila kita ingin mengetahui asosiasi atau korelasi diantara 2
variabel dari data kualitatif, maka lakukan uji chi kuadrat
 122
dulu dengan rumus diatas. Jika ternyata dalam pengujian Ho,
kita menolak Ho, maka kita dapat melanjutkan dengan
menghitung koefisien kontingensi dengan rumus : c =

dengan c selalu > 0.

8. Distribusi sampling chi kuadrat akan sesuai dengan distribusi

teoritis chi kuadrat bila : nilai harapan setiap sel tidak boleh
kurang dari satu. Cacah sel yang mempunyai nilai harapan <
5 tidak melebihi 20 % jumlah sel seluruhnya (Rule of The
Thumb).
9. Jika tidak sesuai dengan ketentuan di atas, kategori-kategori
tertentu yang sesuai digabung, sehingga cacah sel lebih
sedikit hingga nilai harapan baru memenuhi syarat. Sering
penggabungan ini menyebabkan sel dalam tabel tinggal 2 x 2
dan bila toh masih tidak memenuhi syarat maka uji statistik
yang digunakan adalah Fisher’s Exact Test.
10. Untuk db=1 diperlukan koreksi yang disebut Yate’s
Correction for Continuity. Besarnya koreksi itu ialah 0,5

hingga rumus itu menjadi : =

11. Pada umumnya chi-kuadrat hanya dapat dipergunakan untuk

uji independensi antar faktor pada satu sampel dengan faktor
yang bersifat bebas (independen). Chi kuadrat tidak dapat
 123
digunakan pada correlated sample (misal rancangan
penelitian sebelum – sesudah pada data kualitatif) dan dalam
hal ini harus mempergunakan Mc Nemar Simetry Chi
square atau modifikasinya.
9.2 Aturan Rule of The Thumb
Rule of the Thumb uji 2 :
(1).Tidak boleh ada nilai harapan < 1
(2).Nilai harapan : 5 > e ≥ bisa asal tidak lebih dari 20 %
jumlah sel yang mengandung nilai tersebut.
k x r chi kuadrat
Uji chi kuadrat yang termasuk dalam analisis kategorik yang
berlaku hanya untuk data berskala nominal, baik nominal yang asli
ataupun nominal hasil transformasi. Seperti yang kita telah ketahui
bahwa untuk data berskala interval atau rasio yang berdistribusi
normal kita gunakan analisis parameterik dan untuk data berskala
ordinal atau berskala interval yang berdistribusi tidak normal atau
tidak diketahui macam distribusinya kita gunakan uji non-
parametrik.
Analisis kategorik merupakan analisis data berskala nominal
yang diklasifikasi silangkan dalam bentuk tabel kategorik B kali K
(B x K). B dalam hal ini adalah baris dan K adalah kolom, dengan
ketentuan B minimal 2 kategori begitu juga K minimal 2. analisis
ini mempeljari pendekatan chi-kuadrat untuk sampel besar,
koefisien asosiasi dan metode Fisher untuk sampel kecil.
Kegunaan analisis kategorik :
 124
1. Pada sampel – sampel bebas digunakan uji homogenitas
proporsi pada masing-masing sampel.
2. Pada satu sampel digunakan uji independensi bila faktor-
faktor yang dipelajari bersifat bebas (independent factor),
dan digunakan uji simetri McNemar bila faktor-faktor yng
dipelajari berkaitan (related factor).
9.3 Uji Homogenitas Untuk K Sampel
Uji ini dipergunakan untuk menguji Ho : tidak terdapat
perbedaan distribusi kategori sebanyak r dari k – sampel.
Syarat :
1. Kita berhadapan dengan k sampel bebas
2. Sampel tersebut mempunyai data kualitatif yang
terbagi dalam r – kategori
3. Memenuhi syarat penggunaan uji chi kuadrat pada
umumnya
Seperti pada perhitungan chi kuadrat pada umumnya, bila syarat
penggunaan uji chi kuadrat terpenuhi, maka rumus perhitungan ialah
seperti rumus 1, dan dstribusi samplingnya mendekati distribusi chi
kuadarat dengan db = (k - 1) (r – 1).
Hipotesis yang diuji :
Ho : sebanyak k populasi mempunyai distribusi sama
Ha : paling sedikit satu dari k populasi mempunyai
distribusi yang berbeda dengan yang lain.
Contoh :
 125
Dua sampel terdiri dari 100 pria dan 100 wanita, kepada
mereka ditanyakan apakah setuju atau tidak terhadap pernyataan
“wanita mempuyai hak dan kewajiban yang sama dengan pria”,
hasilnya ialah dari pria 30 orang setuju dan 70 tidak sedang dari
wanita 45 orang setuju dan 55 tidak.
Jika pria dari populasi 1 dan wanita dari populasi 2, dapat
dinyatakan bahwa peluang setuju untuk populasi ke i = Pi (i = 1, 2,
jadi untuk uji homogenitas dua populasi kita menguji Ho yang
berbunyi : P1 = P2
Tabel 1. Kerangka Hubungan
S T Jumlah
Pria a B n1
Wanita c d n2
Jumlah m1 m2 N

Di mana p1 = a/n1 dan P2 = c/n2. Statistik pengujiannya adalah

χ2 seperti pada rumus pertama yaitu :

Untuk n1 dan n2 besar maka χ2 mendekati distribusi chi kuadrat

dengan derajat bebas (db) = 1, Ho ditolak bila χ 2 > χα(1). Setelah data
dimasukkan dalam tabel maka terlihat sebagai berikut :
Tabel 2. Hubungan Sex dan Tanggapan
S T Jumlah
Pria 30 70 100
 126

Wanita 45 55 100
Jumlah 75 125 200

Kita hitung statistik χ2 :

Untuk α = 0,05 dan db = 1 maka χ 20,05(1) = 3,841. Karena χ2 >

χ2 0,05(1) maka Ho ditolak berarti P1 ≠ P2.
Kita menyelidiki hasil biakan kuman stafilokokus yang terdiri dari 4
strain, yaitu strain I, II, III dan NT (No Typing). Sampel diambil
dari luka-luka dari para pekerja tambang. Selanjutnya dibiakkan
dalam pembenihan yang berbeda yaitu pembenihan H, E dan L
maka dalam hal ini k = 3 dan r = 4, hasilnya sebagai berikut :
Tabel 3
Pembenihan Stafilokokus
H E L
Strain Subtotal
Obs Exp Obs Exp Obs Exp
I 34 30,9 47 45,9 22 26,3 103
II 19 23,4 41 34,8 18 19,8 78
III 12 12,3 14 18,3 15 10,4 41
IV 7 5,4 5 8,0 6 4,6 18
Subtotal 72 107 61 240
(GT)
 127

1. Hitung harga harapan (expected) dengan mengalikan

subtotal baris yang bersangkutan dengan subtotal kolom
yang bersangkutan kemudian dibagi dengan grand total
(GT), misalnya untuk menghitung harga harapan I – H
didapat dengan mengalikan 103 (subtotl baris) dengan 72
(subtotal kolom) dan dibagi dengan 240 (GT) hasilnya
ialah : 103 x 72 / 240 = 30,9. Dengan cara yang sama kita
hitung harga harapan setiap sel dan hasilnya tercantum
dalam tabel 3.
2. Dengan rumus 1 kita hitung chi kuadrat hasilnya :

3. db = (4 – 1)(3 – 1) = 6 α = 0,05
4. Dari tabel chi kuadrat kita dapatkan χ20,05(6) = 12,59
5. Karena χ2 < 12,59 maka Ho diterima dengan p> 0,05
6. Kesimpulan : tidak terdapat perbedaan distribusi strain
kuman stafilokokus pada ketiga pembenihan (H, E dan L).
9.4 Uji Chi Kuadrat Untuk Dependensi dan Asosiasi / Korelasi
Uji ini dipakai untuk menguji Ho : apakah variabel X dan Y
independen satu sama lain.
Uji ini dipakai bila :
1. kita berhadapan dengan satu sampel
 128
2. masing-masing individu / elemen dalam sampel tersebut
mempunyai dua variabel x dan y yang masing-masing
merupakan data kualitatip (atau disebut atribut)
3. masing-masing variabel dibagi menjadi dua atau lebih
kategori.
4. bila kita akan menguji korelasi/asosiasi dari 2 variabel
tersebut kita harus melakukan pengujian chi kuadrat dulu,
bila dalam pengujian itu Ho ditolak, yang berarti menerima
Ha yang berbunyi : variabel X dan Y dependen satu sama
lain, maka dilanjutkan dengan menghitung kuat hubungan

dengan rumus sebagai berikut :

C = contingency coeficient
Sifat – Sifat C :
Bila tidak terdapat hubungan antara kedua variabel maka C
= 0 dan C tidak dapat mencapai nilai 1, karena bila k = r batas atas
harga C merupakan fungsi jumlah kategori (k) dengan demikian :

C max bergantung pada besarnya k dan r, jadi dua nilai C yang

berasal dari tabel 3 x 3 tidak dapat dibandingkan (not comparable).
Proses penghitungan C
1) hitung chi kuadrat dari tabel kontingensi yang tersedia
dengan mengingat syarat perhitungan chi kuadrat
2) buktikan bahwa Ho ditolak atau diterima
 129
3) hitung C dan Cmax

4) hitung C corrected dengan rumus : Ccorr =

Contoh :
Seorang ahli bedah saraf menyelidiki hubungan antara jenis
tumor otak dengan letaknya di otak. Untuk itu diselidiki 200
penderita tumor yang diselidiki :
Keganasan tumor :ganas, jinak, borderline. Letak tumor yang
diselidiki : occipital (bagian belakang), temporo-occipital (bagian
kanan-kiri dan pelipis), frontal (depan).
Akan di uji Ho : tidak terdapat hubungan antara jenis tumor
dengan letak tumor tersebut. Hasilnya sebagai berikut :
Tabel 4
Hubungan Jenis Tumor Otak dan Letaknya
Jenis
Letak Ganas Jinak Borderline Subtotal
Obs Exp Obs Exp Obs Exp
Occipital 100 70,79 8 4,57 9 21,64 117
Frontal 10 29,04 25 10,08 13 8,88 48
Temporal 11 21,18 9 7,35 15 6,48 35
Subtotal 121 42 37 200
(GT)

Cara :
 130
1. Lakukan uji chi kuadrat setelah mempersiapkan nilai
harapan masing-masing sel.
2. Hitung signifikansi chi kuadrat yang didapat dengan
membandingkan hasil chi kuadrat dengan tabel chi dengan
ketentuan db = (r – 1) (k – 1) = (3 – 1) (3 – 1) = 4 dan α =
0,05
Hasil hitungan chi kuadrat :
χ2 = 88,09 χ2 0,05(4) = 9,4 ternyata Ho ditolak.
3. Lanjutkan dengan menghitung C dengan rumus 2 hasilnya :

Hitung C max dengan

rumus sebagai berikut :

dengan di mana > 0,75 =

kuat, 0,5 – 0,75 = cukup kuat. Artinya dari hasil perhitungan

C corrected bahwa hubungan cukup kuat.
9.5 Uji Ø untuk Asosiasi
Uji Ø hampir sama dengan uji C bedanya ialah bahwa uji Ø
hanya untuk tabel kategorik 2 x 2, dan nilai minimal 0 (nol) dan
maksimal 1 (satu). Pada tabel yang lebih besar dari 2 x 2 tidak dapat
digunakan uji asosiasi Ø karena nilainya mungkin lebih besar dari 1.
Cara :
 131
1) Seperti pada perhitungan koefisien kontingensi C maka cara
penghitungan chi kuadrat. Bila Ho ditolak pada tingkat chi
kuadrat baru dilanjutkan penghitungan koefisien Ø.

2) Untuk menghitung koefisien Ø digunakan rumus :

PILIHAN UJI STATISTIK

Bivariat
Skala
Univaria Skala Peubah 2
Peubah
t Interval
1 Dichotome Nominal Ordinal
/rasio
Proporti Difference
on, ratio, of
percent proportion
Dichoto , chi
me square,
fisher’s
Exact Ø,

Nominal Proporti Chi Chi

on, square, V, square, V,
rasio,
 percent C, T, C, T, 132
mode
Median Mann- Kruskal Sommer
quartile, Whitney, Wallis, D,
mode runs, Fridmann Spearm
quartile Kolmogor an,
Ordinal deviatio ove Kendall
n Smirnov,
Wilcoxon Gamma
Signed
rank rG
Mean, t test: Anova, t Pearson
median, Paired test, r
Interval mode, Indep. epsilon, ε, Regressi
/ Rasio standard rpbis rintraclass on rbis,
deviatio rtetrachor
n

Soal Tugas
1). Untuk mempelajari hubungan vaksinasi campak dan kejadian campak
pada bayi, maka buatlah hipotesis nol dan gunakan uji chi-square serta
dapatkah anda membuat kesimpulan bahwa vaksin campak tersebut
cukup protektif dari data dibawah ini (α = 5 %, X2tabel= 3,841) :

Vaksinasi
Ya Tidak
Menderita Tidak 10(a) 2(b) 12 (n1)
campak Ya 5(c) 20(d) 25(n2)
15(m1) 22(m2)
 133

2). Pada suatu penelitian yang melibatkan antara hobi

dengan jenis kelamin, para peneliti ingin melihat ada tidaknya
hubungan yang terbentuk antara kegemaran berolahraga
dengan jenis kelamin. Berikut data yang tersedia:

1. Jumlah wanita yang memiliki hobi berolahraga 15

2. Jumlah pria yang memiliki hobi berolahraga 29
3. Jumlah wanita yang memiliki hobi komputer 27
4. Jumlah pria yang memiliki hobi komputer 27
5. Jumlah wanita yang memiliki hobi berkebun 17
6. Jumlah pria yang memiliki hobi berkebun 37
7. Jumlah wanita yang memiliki hobi belanja 29
8. Jumlah pria yang memiliki hobi belanja 35

Hobi
Jenis
Kelamin
Berkebun Komputer Olahraga Belanja Total

Pria 37 27 29 35 128

Wanita 17 27 15 29 88

TOTAL 54 54 44 64 216 

 Nilai fe pada sel kedua = (88) (54) / (216) = 22

 Nilai fe pada sel ketiga = (128) (54) / (216) = 32
 134
 Nilai fe pada sel keempat = (88) (54) / (216) = 22
 Nilai fe pada sel kelima = (128) (44) / (216) = 26
 Nilai fe pada sel keenam = (88) (44) / (216) = 18
 Nilai fe pada sel ketujuh = (128) (64) / (216) = 38
 Nilai fe pada sel kedelapan = (88) (64) / (216) =
26

χ2=∑ki=1(F0−Fe)2Fe
x2 = (37-32)2/37 + (17-22)2/17 + (27-32)2/27 + (27-
22)2/27 + (29-26)2/29 + (15-18)2/15 + (35-38)2/35 + (29-
26)2/29

x2 = 5,47
X2 tabel = 7,815