MAKALAH

“UJI KAI KUADRAT”

Disusun sebagai salah satu tugas pada mata kuliah Statistika Bisnis
Dosen Pengampu :
Siti Asriah Immawati, MM

Penyusun:
Kelompok

1. Muhammad Fajar Satrio Utama 2162201173

2. Nazar Sufyan Sauri 2162201039

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH TANGERANG
TAHUN 2023
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang karena anugerah dari-Nya kami dapat
menyelesaikan penelitian ini. Sholawat dan salam semoga senantiasa tercurahkan kepada
junjungan besar kita, yaitu Nabi Muhammad SAW yang telah menunjukkan kepada kita jalan
yang lurus berupa ajaran agama Islam yang sempurna dan menjadi anugerah serta rahmat
bagi seluruh alam semesta.

Penulis sangat bersyukur karena telah menyelesaikan penelitian yang menjadi tugas
Statistika dengan judul "UJI KAI KUADRAT".Disamping itu,kami mengucapkan banyak
terima kasih kepada semua pihak yang telah membantu kami selama pembuatan penelitian
ini berlangsung sehingga terealisasikanlah penelitian ini.

Demikian yang dapat kami sampaikan, semoga penelitian ini bisa bermanfaat dan
jangan lupa ajukan kritik dan saran terhadap penelitian ini agar kedepannya bisa diperbaiki.

Tangerang,12 Januari 2023

Penyusun
 DAFTAR ISI

KATA PENGANTAR .................................................................................... 2

DAFTAR ISI ................................................................................................... 3

BAB I PENDAHULUAN .............................................................................. 4

A. Latar Belakang Masalah...........................Error! Bookmark not defined.

B. Rumusan Masalah................................................................................. 5

C. Tujuan Pembahasan ............................................................................. 5

BAB II PEMBAHASAN ............................................................................... 6

A. Definisi KAI Kuadrat............................................................................ 6

B. Manfaat KAI Kuadrat .......................................................................... 9

C. Contoh Penyajian Data ......................................................................... 1

D. Analisa Penyajian Data ......................................................................... 2

BAB III PENUTUP ....................................................................................... 5

A. Kesimpulan ............................................................................................ 5

B. Saran ...................................................................................................... 5
 BAB I
PENDAHULUAN

A. LATAR BELAKANG
Sebagaimana telah sering dilihat, hasil-hasil yang diperoleh dalam sampel tidak tepat
sama dengan hasil-hasil yang secara teoritis diharapkan sesuai dengan aturan-aturan
abilitas. Misalnya, meskipun menurut pertimbangan – pertimbangan teoritis kitadapat
mengharapkan 50 kali ”angka” dan 50 kali ”gambar” jika sebuah mata uang yang
seimbang dilemparkan sebanyak 100 kali,namun dari hasilnya yang demikian jarang
diperoleh secara tepat.

Andaikan bahwa dalam suatu sampel tertentu suatu himpunan kemungkinan

peristiwa E1, E2, ... , Ek tampak terlihat dengan frekuensi-frekuensi o1, o2, ... , ok
yangdisebut frekuensi yang diamati dah bahwa menurut aturan-aturan probabilitas
peristiwa-peristiwa diharapkan terjadi menurut frekuensi-frekuensi e1, e2, ... , ek
yang disebut frekuensi yang diharapkan.(perhatikan tabel1.1)

Peristiwa E1 E2 .... Ek
Frekuensiyang
o1 o2 .... ok
diamati
Frekuensiyang
e1 e2 .... ek
diharapkan

Tabel 1.1

Sering kali kita ingin mengetahui apakah frekuensi yang diobservasi berbeda secara
signifikan dari frekuensi yang diharapkan. Untuk kasus dimana hanya ada dua
peristiwa maka dapat diselesaikan dengan metode kai-kuadrat.
 Kai kuadrat adalah salah satu jenis uji komparatif non parametris yang dilakukan
pada dua variabel, di mana skala data kedua variabel adalah nominal.(Apabila dari 2
variabel, ada 1 variabel dengan skala nominal maka dilakukan uji chi square dengan
merujuk bahwa harus digunakan uji pada derajat yang terendah).

B. RUMUSAN MASALAH
1. Penyajian Data menggunakan metode Kai kuadrat?
2. Cara analisa menggunakana Data Kai -kuadrat?

C. TUJUAN PEMBAHASAN
1. Untuk mengetahui penyajian Data menggunakan metode Kai Kuadrat
2. Untuk mengetahui cara analisa menggunakana Data Kai Kuadrat
 BAB II
PEMBAHASAN

A. Definisi Kai Kuadrat

Kai kuadrat adalah teknik analisis komprasional yang mendasarkan diri pada
perbedaan frekuensi data yang sedang diobservasi (Sudijono:2008) .Suatu ukuran
mengenai perbedaan yang terdapat∑antara frekuensi yang diobservasi dengan
2
frekuensi yang diharapkan disebut kai-kuadrat(X ).Kai-kuadrat dapat ditentukan oleh:

2 2 2 k( o−e)2
( o−e) ( o−e) (o−e)

X 2= 1 1 2 2
+…+
+ e2
e1

Nilai X 2 adalah nilai kuadrat karena itu nilai X 2 selalu positif. Bentuk distribusi
X 2 tergantung dari derajat bebas(db)/ degreeof freedom.

Perhatikan table2.1
Table2.1: Nilai Kai Kuadrat
TarafSignifikansi
dk
50% 30% 20% 10% 5% 1%
1 0.455 1.074 1.642 2.706 3.481 6.635
2 0.139 2.408 3.219 3.605 5.591 9.210
3 2.366 3.665 4.642 6.251 7.815 11.341
4 3.357 4.878 5.989 7.779 9.488 13.277
5 4.351 6.064 7.289 9.236 11.070 15.086

6 5.348 7.231 8.558 10.645 12.592 16.812

7 6.346 8.383 9.803 12.017 14.017 18.475
8 7.344 9.524 11.030 13.362 15.507 20.090
9 8.343 10.656 12.242 14.684 16.919 21.666
10 9.342 11.781 13.442 15.987 18.307 23.209

11 10.341 12.899 14.631 17.275 19.675 24.725

12 11.340 14.011 15.812 18.549 21.026 26.217
13 12.340 15.19 16.985 19.812 22.368 27.688
14 13.332 16.222 18.151 21.064 23.685 29.141
15 14.339 17.322 19.311 22.307 24.996 30.578

16 15.338 18.418 20.465 23.542 26.296 32.000

17 16.337 19.511 21.615 24.785 27.587 33.409
18 17.338 20.601 22.760 26.028 28.869 34.805
19 18.338 21.689 23.900 27.271 30.144 36.191
20 19.337 22.775 25.038 28.514 31.410 37.566

21 20.337 23.858 26.171 29.615 32.671 38.932

22 21.337 24.939 27.301 30.813 33.924 40.289
23 22.337 26.018 28.429 32.007 35.172 41.638
24 23.337 27.096 29.553 33.194 35.415 42.980
 25 24.337 28.172 30.675 34.382 37.652 44.314

26 25.336 29.246 31.795 35.563 38.885 45.642

27 26.336 30.319 32.912 36.741 40.113 46.963
28 27.336 31.391 34.027 37.916 41.337 48.278
29 28.336 32.461 35.139 39.087 42.557 49.588
30 29.336 33.530 36.250 40.256 43.775 50.892

Contoh: Berapa nilai X 2 untuk db =5 dengan = 0.010?

(15.0863)
Berapa nilai X² untuk db = 17 dengan = 0.005? (35.7185)

Pengertian pada Uji X² sama dengan pengujian hipotesis yang lain,yaitu luas daerah
H0 penolakan atau taraf nyata pengujian

Perhatikan gambar berikut:

H0
Daerah penolakan = taraf nyata pengujian
:luas

0
B. Manfaat KAI Kuadrat

Beberapa manfaat dari distribusi kai kuadrat,yaitu antara lain:

a) Untuk menguji apakah frekuensi yang diamati berbeda secara signifikan

dengan frekuensi teoritis atau frekuensi yang diharapkan.
b) Untuk menguji kebebasan independensi antar faktor dari data dalam daftar
kontingensi
c) Untuk menguji apakah data sampel mempunyai distribusi yang mendekati
distribusi teoritis tertentu atau distribusi hipotesis tertentu (distribusi
populasi),seperti distribusi binomial, distribusi poisson,dan distribusi normal.

a) Uji beda frekuensi yang diamati dan diharapkan

Misalkan kita mempunyai suatu sampel tertentu berupa kejadian
A1,A2,A3,
…,Ak yang terjadi dengan frekuensio1,o2,o3,…,0k,yang disebut
frekuensi yang diobservasi (diamati) dan bahwa berdasarkan
probabilitas kejadian kejadian yang diharapkan adalah dengan frekuensi
e1,e2,e3,…,ek,yang disebut frekuensi yang diharapkan atau frekuensi
teoritis.Dalam hal ini ingin diketahui perbedaan yang signifikan antara
frekuensi yang diobservasi dengan frekuensi yang diharapkan

Kejadian A1, A2,A3,…,Ak

Frekuensiyangdiobservasi o1,o2,o3,…,0k
Frekuensiyangdiharapkan e1,e2,e3,…,ek

Perbedaan antara frekuensi yang diobservasi dengan yang diharapkan

ditentukan sebagai
k( o −e)2
∑

i i
χ2=

i=1 ei
Jika χ2= 0, maka frekuensi yang diobservasi dengan frekuensi yang diharapkan adalah tepat
sama. Jika χ2>0, maka frekuensi observasi berbeda dengan frekuensi yang diharapkan.
Makin besar nilai χ2, makin besar beda antara frekuensi obsevasi dengan frekuensi yang
diharapkan.
Frekuensi yang diharapkan dapat dihitung atas dasar hipotesis nol (H0).

Langkah-langkah untuk melakukan uji kai-kuadrat,adalah sebagai berikut:

1. Merumuskan hipotesis yang akan diuji meliputi ,H0 dan H1

2. Menetapkan taraf signifikansi α dan derajat kebebasan θ untuk memperoleh

nilai kritis
α χ2 dimana :

a. θ=k−1,jika frekuensi yang diharapkan dapat dihitung tanpa harus menduga

parameter populasi dengan statistik sampel.

b. θ=k−1−m, jika frekuensi yang diharapkan dapat dihitung hanya dengan

menduga parameter populasi sebanyak taksiran statistik sampel

3. Menentukan statistik uji (statistikhitung):
k(o−e)2
h ∑

i i
χ2=

i=1 ei

4. Menyimpulkan apakah menolak atau menerima H0.Tolak H0 jika nilai

χ2h >χ2α dan terima H 0 jika χ2h ≤χ2α .

5. Merumuskan hipotesis yang akan diuji meliputi,H 0 dan H1

6. Menetapkan taraf signifikan siα dan derajat kebebasan θ untuk memperoleh

nilai kritis
α χ2 dimana :

a. θ=k−1, jika frekuensi yang diharapkan dapat dihitung tanpa harus menduga

parameter populasi dengan statistik sampel.

b. θ=k−1−m,jika frekuensi yang diharapkan dapat dihitung hanya dengan

menduga parameter populasi sebanyak dengan taksiran statistik sampel

 7. Menentukan statistik uji (statistik hitung):
k(o−e)2
h ∑

i i
χ2=

i=1 ei

8. MenyimpulakanapakahmenolakataumenerimaH0.TolakH0 jikanilai

χ2>χh2 α danterimaHjika χh2≤χ2α .

0

C. Contoh Penyajian Data

Minuman
Umur
Es teh Teguk Chatime Xi Boba Es Cappucino Susu Jahe Juice Mangga
05-11 Thn 1
12-25 Thn 19 5 20 17 8 11 17
26-45 Thn 1 1 1 1
46-65 Thn 1 2 2
>65 Thn 1 1 1
Total 20 5 21 21 10 14 19
Total 110
 kelas 3 Shift 1 AB meneliti kegemaran bahwa tidak ada yang tidak menyukai
minuman seseuai di tabel diatas. Untuk menguji pernyataan diatas dilakukan lah
survei via Google form dengan data sesuai dengan table diatas, Ujilah pernyataan
diatas dengan taraf kepercayaan 95%

D. Analisa Penyajian Data

a. Ho : Pp = Pw
HA : Pp ≠ Pw

b. Taraf kepercayaan = 95% atau α = 5%

dk = ( i – 1 ) ( j – 1) i = jumlah baris j = jumlah kolom = ( 5 – 1) ( 7- 1)
= 24
X2 tab = 36.41

c. Ho ditolak jika X2> X2tab

Ho diterima jika X2< X2tab

d. Menghitung X2 dengan cara sbb

Minuman
Umur Xi Es Susu Juice
Es teh Teguk Chatime
Boba Cappucino Jahe Mangga
05-11 1
Thn 0,09
12-25 19 5 20 17 8 11 17
Thn 17,64 4,41 18,52 18,52 8,82 12,35 16,75
26-45 1 1 1 1
Thn 0,76 0,76 0,36 0,69
46-65 1 2 2
Thn 0,91 0,95 0,64
>65 1 1 1
Thn 0,57 0,38 0,51
 Menghitung fh dengan rumus :

jadi fh pada sel 05-11 Thn/ Es teh adalah :

Total baris 05-11 Thn= 1

Total baris Es Teh = 20
N = 110
Fh= =1*10/110= 0,09

Jenis
Minu
Umur man Fo-fh
Tegu Xi
Es teh Chatime Es Cappucino Susu Jahe Juice Mangga
k Boba
05-11 Thn 0,91
12-25 Thn 1,35 0,55 1,48 -1,52 -0,90 -1,30 0,23
26-45 Thn 0,20 0,24 0,64 0,31
46-65 Thn 0,09 1,04 1,36
>65 Thn 0,42 0,61 0,48
6,19
 Jenis
Minu
Umur man (fo-fh)2
Xi
Es teh Teguk Chatime Es Cappucino Susu Jahe Juice Mangga
Boba
05-11 Thn 0,83
12-25 Thn 1,82 0,30 2,19 2,31 0,81 1,69 0,05
26-45 Thn 0,04 0,06 0,40 0,10
46-65 Thn 0,01 1,08 1,86
>65 Thn 0,18 0,37 0,23

Jenis
Minu (fo-fh)2
Umur man fh
Xi
Es teh Teguk Chatime Es Cappucino Susu Jahe Juice Mangga
Boba
05-11 Thn 9,09
12-25 Thn 0,10 0,07 0,12 0,12 0,09 0,14 0,003
26-45 Thn 0,05 0,07 1,11 0,14
46-65 Thn 0,01 1,13 2,92
>65 Thn 0,31 0,95 0,44

16,87

Ingat : ∑ fo = ∑ fh dan ∑ (fo-fh) = 0

e. HO diterima karena X2 = 16,87 < X2tab 36.41

Sehingga kesimpulannya tidak ada perbedaan signifikan antara umur di tabel
tersebut dalam pemilihan minuman yang disukai sesuai dengan rentang umur pada
 tabel di atas

BAB III
PENUTUP

A. Kesimpulan
Kai Kuadrat adalah teknik analisis komprasional yang mendasarkan diri pada
perbedaan frekuensi data yang sedang diobservasi. Adapun beberapa manfaat dari
distribusi Kai Kuadrat, yaitu antara lain :Untuk menguji apakah frekuensi yang
diamati berbeda secara signifikan dengan frekuensi teoritis atau frekuensi yang
diharapkan, untuk menguji kebebasan (independensi antar faktor dari data dalam
daftar kontingensi, untuk menguji apakah data sampel mempunyai distribusi yang
mendekati distribusi teoritis tertentu atau distribusi hipotesis tertentu (distribusi
populasi), seperti distribusi binomial, distribusi poisson, dan distribusi normal.

B. Saran
Penelitian ini masih jauh dari sempurna, kami mengharapkan para pembaca
memanfaatkan penelitian ini bukan hanya sebagai referensi tetapi saran dan kritik
yang mendukung penelitian ini.
LAMPIRAN LAMPIRAN