MAKALAH

UJI MEDIAN DAN UJI CHI SQUARE

Disusun Oleh :

Serli Aprilia (22100125)

Dosen Pengampuh :

Nofi Qurniati, S. Pd., M.Pd.Mat

PROGRAM STUDI ILMU KOMUNIKASI

FAKULTAS ILMU-ILMU SOSIAL

UNIVERSITAS DEHASEN BENGKULU

2023
 DAFTAR ISI

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

BAB I.........................................................................................................................................3

1. Latar Belakang................................................................................................................3

2. Rumusan Masalah...........................................................................................................3

3. Tujuan.............................................................................................................................3

BAB II........................................................................................................................................4

1.Pengertian Uji Median........................................................................................................4

2. Cara Mencari Nilai Rata-Rata Pertengahan (Median)……………………………....... 5

3. Pengertian Uji Chi Square...............................................................................................7

4. Analisis Perhitungan Menggunakan Uji Chi

Square…………………………………….7

5. Kesimpulan.....................................................................................................................8

DAFTAR PUSTAKA................................................................................................................9
 KATA PENGANTAR

Puji syukur penulis panjatkan atas kehadirat Tuhan Yang Maha Esa, atas rahmat dan
hidayah-Nyalah sehingga penulis dapat menyelesaikan makalah yang berjudul tentang Uji
Median dan Uji Chi Square.
Sesungguhnya penulis menyadari bahwa makalah ini masih jauh dari kesempurnaan.
Oleh karena itu, penulis sangat mengharapkan kritik dan saran dari semua pihak yang
sifatnya membangun.
Penulis juga ingin mengucapkan banyak terima kasih kepada semua pihak yang telah
membantu penulis dalam menyelesaikan makalah ini. Semoga makalah ini dapat bermanfaat
bagi semua orang.

Bengkulu, November 2023

Penulis
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Metode statistika telah digunakan untuk persoalan di mana populasinya dimisalkan
mempunyai atau mengikuti distribusi tertentu yang diketahui bentuknya. Pada umumnya
telah dimisalkan bahwa populasinya berdistribusi normal. Untuk menentukan kepastian
kenormalan tersebut, maka dibutuhkan uji kenormalan. Akan tetapi peneliti tidak selalu
mendapatkan kepastian kenormalan itu, sehingga asumsi kenormalan tidak selalu dapat
dijamin penuh.

Statistik Non-Parametrik merupakan alternatif dari statistik parametrik ketika

asumsi-asumsi yang mendasari dalam statistik parametrik tidak dapat terpenuhi. Untuk
mengenal lebih jauh mengenai statistik non-parametrik.

Berbeda dengan statistik parametrik, statistik nonparametrik adalah prosedur statistik

yang tidak mengacu pada parameter tertentu. Itulah sebabnya, statistik nonparametrik sering
disebut sebagai prosedur yang bebas distribusi (free-distibution procedures).

Dalam hal ini, metode statistika nonparametrik atau metode statistika bebas distribusi
berperan sehingga dapat kita simpulkan, metode statistika nonparametrik adalah metode
statistika yang digunakan saat data yang akan diteliti belum diketahui kenormalannya dan
metode statistika lainnya tidak memenuhi syarat kenormalan.

Uji median digunakan untuk menguji signifikansi hipotesis komparatif dua sampel
independen bila datanya berbentuk nominal atau ordinal. Pengujian didasarkan atas median
dari sampel yang diambil secara random. Dengan demikian H 0 yang diuji berbunyi: Tidak
terdapat perbedaan dua kelompok populasi berdasarkan mediannya. Berdasarkan pemaparan
diataslah yang melatarbelakangi penyusunan makalah ini.

Dalam kasus dimana variabel yang dihubungkan bersifat numerik, maka analisis
menggunakan korelasi merupakan salah satu pilihan. Namun, jika kedua variabel yang
dihubungkan bersifat kategorik, maka penggunaan analisis korelasi tidak bisa lagi digunakan
karena angka pada suatu kategori hanya berupa kode bukan nilai yang sebenamya sehingga
operasi aritmatika tidak sah untuk kasus data kategorik. Alasan yang lain mengapa analisis
korelasi tidak bisa digunakan pada data kategorik karena salah satu tipe variabel kategorik
adalah nominal yang tidak bisa diurutkan kategorinya. Pemberian urutan yang berbeda jelas
akan memberikan nilai korelasi yang berbeda pula sehingga dua orang yang menghitung
nilai korelasi besar kemungkinan memberikan hasil yang tidak sama. Untuk itulah maka
analisis chi-square yang akan digunakan untuk mencari apakah ada hubungan (asosiasi) dan
perbedaan (komparasi) antar variabel-variabel kategorik tersebut.

Beberapa formula statistika disusun berdasarkan asumsi-asumsi tertentu. Formula tersebut

dapat menggambarkan sebuah fenomena ketika asumsi-asumsi tersebut terpenuhi. Oleh
karena itu, jika kita memakai formula tersebut maka data yang diharapkan sesuai dengan
asumsi sebuah formula penelitian. Berkaitan dengan hal tersebut makalah ini dapat dijadikan
referensi untuk meningkatkan pemahaman chi square (kai kuadrat) dan uji prasyarat analisis
yang baik

dan benar di dalam sebuah penelitian.

1.2 Rumusan Masalah

1. Apa itu Uji Median ?

2. Apa Itu Uji Chi Square ?
 BAB II

PEMBAHASAN

A. Uji Median
1. Pengertian Nilai Rata-Rata Pertengahan (Median)

Yang dimaksud dengan Nilai Rata-Rata Pertengahan atau Median ialah suatu nilai
atau suatu angka yang membagi suatu distribusi data ke dalam dua bagian yang sama besar.
Dengan kata lain, nilai rata-rata pertengahan atau median adalah nilai atau angka yang di
atas nilai atau tersebut terdapat 1/2N dan di bawahnya juga terdapat 1/2N. Itulah sebabnya
nilai rata-rata ini dikenal sebagai nilai pertengahan atau nilai posisi tengah yaitu nilai yang
menunjukkan pertengahan dari suatu distribusi data (Sudijono, Anas. 2010).

2. Cara Mencari Nilai Rata-Rata Pertengahan (Median)

Ada beberapa cara untuk mencari nilai rata-rata pertengahan, seperti dapat diikuti
pada uraian berikut ini:

1. Cara Mencari Nilai Rata-Rata Pertengahan untuk Data Tunggal.

Dalam mencari nilai rata-rata pertengahan untuk data tunggal ini ada dua
kemungkinan yang kita hadapi. Kemungkinan pertama ialah data tunggal itu seluruh skornya
berfrekuensi 1, sedangkan kemungkinan kedua, bahwa data tunggal yang akan kita cari nilai
rata-rata pertengahannya itu sebagian atau seluruh skornya berfrekuensi lebih dari 1.
a. Mencari Nilai Rata-Rata Pertengahan untuk Data Tunggal yang seluruh skornya
berfrekuensi 1.
Disini pun kita berhadapan dengan dua kemungkinan yaitu: (1) data tunggal yang
seluruh skornya berfrekuensi 1 itu, Number of Cases-nya merupakan bilangan gasal (ganjil),
dan (2) data tunggal yang seluruh skornya berfrekuensi 1 itu, Number of Cases-nya
merupakan bilangan genap (bukan bilangan gasal).
1) Mencari Nilai Rata-Rata Pertengahan untuk Data Tunggal yang seluruh skornya
berfrekuensi 1 dan Number of Cases-nya berupa bilangan gasal.
 Untuk data tunggal yang seluruh skornya berfrekuensi 1 dan Number of Cases-nya
berupa bilangan gasal (yaitu: N = 2n + 1), maka median data yang demikian itu terletak pada
bilangan yang ke (n + 1).
Contoh: 9 orang Mahasiswa menempuh Ujian Lisan dalam mata kuliah Teknik
Evaluasi Pendidikan. Nilai Mereka adalah sebagai berikut: 65 75 60 70 55 50 80 40 30.
Untuk mengetahui nilai berapakah yang merupakan nilai rata-rata pertengahan atau median
dari kumpulan nilai hasil ujian tersebut, pertama deretan itu kita atur mulai dari nilai
terendah sampai nilai tertinggi:
30 40 50 55 60 65 70 75 80
Kita lihat dalam deretan nilai diatas, bilangan ke-1 adalah 30, bilangan ke-2 = 40,
bilangan 3 = 50, bilangan ke-4 = 55, bilangan ke-5 = 60, bilangan ke-6 = 65, bilangan ke-7 =
70, bilangan ke-8= 75, dan bilangan ke-9 = 80.
Karena N = 9, sedangkan rumus bilangan gasal adalah N = 2n + 1, maka 9 = 2n + 1
9 = 2n + 1
9 – 1 = 2n
2n = 8
n = 4

Dengan demikian nilai yang merupakan nilai rata-rata pertengahan atau median dari nilai
hasil ujian lisan tersebut adalah nilai (bilangan) yang ke- (4 + 1) atau bilangan ke 5, yaitu
nilai 60.

2) Mencari Nilai Rata-Rata Pertengahan untuk Data Tunggal yang seluruh skornya
berfrekuensi 1, dan Number of Cases-nya berupa bilangan genap.
Untuk data tunggal yang seluruh skornya berfrekuensi 1 dan Number of Cases-nya
merupakan bilangan genap (yaitu: N = 2n), maka Median atau nilai rata-rata pertengahan
data yang demikian itu terletak antara bilangan yang ke-n dan ke (n + 1).
Contoh: Tinggi badan 10 orang calon yang mengikuti tes seleksi penerimaan calon
penerbangan, menunjukkan angka sebagai berikut: 168 162 169 170 164 167 161 166 163
dan 165 cm.
Cara mencari nilai rata-rata pertengahan atau mediannya sama seperti telah
dikemukakan di atas, yaitu pertama-tama deretan angka itu terlebih dahulu kita atur berderet,
mulai dari nilai terendah sampai dengan nilai tertinggi.
161 162 163 164 165 166 167 168 169 170
1 2 3 4 5 6 7 8 9 10
Karena N = 10 (merupakan bilangan bulat), sedang rumus untuk bilangan bulat adalah N =
2n, Maka 10 = 2n

n= 5

Jadi median atau nilai rata-rata pertengahan dari tinggi badan 10 orang peserta tes seleksi
calon penerbang itu terletak antara bilangan ke-5 dan ke (5 + 1), atau antara bilangan ke-5
dan ke-6. Dalam deretan angka-angka di atas, bilangan ke-5 adalah 165 sedangkan bilangan
ke-6 adalah 166.

Jadi Mdn = ( 165 + 166 ) / 2 = 165,50

Jika kedua data yang telah dijadikan contoh diatas kita tuangkan dalam bentuk Tabel
Distribusi Frekuensi dan kemudian kita cari mediannya, keadaannya adalah sebagai berikut:

x F

80 1

75 1

70 1

65 1

60 1
Median
55 1

50 1

40 1

30 1

Total 9=N

Median Nilai Hasil Ujian Lisan dari 9 orang mahasiswa.

 x f Mdn = (165 + 166)/2 = 165,50
170 1
Median Tinggi Badan 10 orang calon yang mengikuti Tes Calon
169 1 Penerbang.

168 1 b. Mencari Nilai Rata-Rata Pertengahan untuk Data Tunggal

yang sebagian atau seluruh skornya berfrekuensi lebih dari
167 1 satu.
Apabila data tunggal yang akan kita cari nilai rata-rata
166 1
pertengahan atau mediannya, sebagian atau seluruh skornya
165 1 berfrekuensi lebih dari satu, sebaiknya kita tidak menggunakan
cara seperti yang telah dikemukakan diatas, melainkan kita
164 1 menggunakan rumus sebagi berikut:

163 1

162 1 Mdn = l + atau Mdn = u -

( ) ( )
1 1
N−fk b N−fk a
2 2
161 1 fi fi
Total 10 = N

3. Uji Median untuk Dua Sampel Independen

Uji median digunakan untuk menguji apakah dua atau lebih kelompok (sampel)
independen berbeda dalam nilai tengahnya, dengan kata lain apakah dua atau lebih sampel
independen berasal dari suatu populasi yang mempunyai median yang sama atau berasal dari
populasi yang sama. Data yang digunakan sekurang-kurangnya berskala ordinal.

H0 adalah kedua sampel berasal dari populasi-populasi bermedian sama. H 1 adalah

median kedua populasi berbeda (uji dua sisi) atau median satu populasi lebih besar daripada
median populasi yang lain (uji satu sisi). Jika H0 benar, kira-kira separuh skor masing-
masing kelompok ada di atas median gabungan dan separuh lainnya ada di bawahnya.
Tahapan:

 Tentukan median gabungan yaitu median untuk semua skor dalam kedua sampel.
 Pisahkan skor masing-masing kelompok berdasarkan median gabungan, dan masukan
frekuensi-frekuensi yang diperoleh dalam tabel seperti di bawah ini.

Sampel 1 2 Jumlah
>median A b a+b
<median C d c+d
Jumlah n1= a + c n2= b + d n = n1 + n2

 Jika ada skor yang mempunyai nilai sama dengan median gabungan, peneliti mempunyai
dua pilihan solusi: Pertama, jika kasus yang nilainya sama dengan median gabungan
sedikit dan n gabungan besar maka nilai tersebut bisa tidak digunakan dalam analisis.
Kedua, kasus yang nilainya sama dengan median gabungan dapat dibagi dua menjadi
skor-skor di atas median dan skor-skor di bawah median.
 Jika n ≤ 20 gunakan uji Fisher exact (tabel Fisher kenyataannya hanya untuk n ≤ 15).
Jika n > 20 gunakan uji Chi-square dengan koreksi kontinyuitas (jika frekuensi
harapannya ada yang kurang dari 5, maka gunakan uji Fisher).

4. Uji Fisher (Fisher Exact Test)

Ini adalah tes nonparametrik yang digunakan untuk menganalisis dua sampel
independen pada skala nominal atau ordinal ketika dua sampel independen berukuran kecil
(biasanya kurang dari 20). Data dibagi menjadi dua kelompok independen, sehingga
menghasilkan tabel kontingensi 2 x 2.

Group
Variabel Combined
I II
+ A B A+B
_ C D C+D
Total A+C B+D N

Grup I dan II merupakan grup opsional. Karakter (+) dan (-) adalah dua kategori
arbitrer.Misalnya, di atas dan di bawah median, “lulus” dan “gagal”, “setuju” dan “tidak
setuju”, dll,Untuk A, B, C, dan D mewakili frekuensi.Peluang eksak pemunculan dari
pengamatan terhadap frekuensi pada tabel 2 x 2 jika jumlah marginal dianggap tetap,
diperoleh dengan menggunakan distribusi hipergeometrik.

Hipotesis awal ditolak jika nilai p-value yang diperoleh lebih kecil dari taraf
signfikansi yang digunakan. Nilai p-value didapat dengan menjumlahkan peluang dari
pemunculan data dengan peluang dari kemungkinan pemunculan yang lebih ekstrim atau
dapat menggunakan tabel Fisher.

Untuk uji 1 arah

Contoh: Dosen Matematika melakukan penelitian untuk menguji apakah proporsi siswa
yang mengikuti les privat Matematika lebih banyak yang lulus ujian dibandingkan dengan
siswa yang tidak mengikuti les privat. Selanjutnya diambil sampel sebanyak 15 siswa. Dari 6
yang lulus ternyata 5 yang mengikuti les privat Matematika dan dari 9 yang tidak lulus
ternyata 7 yang tidak ikut les privat Matematika. Gunakan alpha 5 %.

Jawab:

Pertama dibentuk tabel kontingensi sebagaimana dibawah ini:

Les Privat MTK

Hasil Ujian Ya Tidak Total
Lulus 5 1 6
Tidak 2 7 9
Total 7 8 15

Definisikan P1 adalah Proporsi siswa yang lulus yang ikut les privat Matematika dan P2
adalah proporsi siswa yang lulus yang tidak ikut les privat Matematika.

Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les privat tidak lebih banyak dari proporsi
mahasiswa yang tidak ikut les privat).
H1: P1>P2 ( Proporsi siswa yang lulus yang ikut les privat lebih banyak dari proporsi
mahasiswa yang tidak ikut les privat.

Les Privat MTK

Hasil Ujian Ya Tidak Total
Lulus 0 6 6
Tidak 7 2 9
Total 7 8 15

Keputusan: Tolak Ho karena p-value < α (0,041 < 0,05) dan simpulkan proporsi siswa yang
lulus yang ikut les privat tidak sama dengan proporsi mahasiswa yang tidak ikut les privat
dengan tingkat kepercayaan sebesar 95 %.

Uji 2 arah

Contoh 1: Jika kita menggunkan hipotesisi untuk uji dua arah dalam kasuh contoh uji satu
arah diatas.

Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les privat sama dengan proporsi mahasiswa
yang tidak ikut les privat).

H1: P1≠P2 ( Proporsi siswa yang lulus yang ikut les privat tidak sama dengan proporsi
mahasiswa yang tidak ikut les privat).

Peluang diatas ditambah dengan kemungkinan pemunculan ekstrim dari sisi yang lain.
Kemungkinan pemunculan dari sisi yang lain adalah

Les Privat
Hasil Ujian Ya Tidak Total
Lulus 0 6 6
Tidak 7 2 9
Total 7 8 15
Keputusan: Tolak Ho karena p-value < α (0,041 < 0,05) dan simpulkan proporsi siswa
yang lulus yang ikut les privat tidak sama dengan proporsi mahasiswa yang tidak ikut les
privat dengan tingkat kepercayaan sebesar 95 %.

5. Uji Median untuk k Sample (Perluasan Uji Median)

Uji ini dapat digunakan untuk mengetahui apakah k kelompok independen berasal
dari populasi yang sama atau berasal dari populasi yang mediannya sama.Data yang
digunakan minimal berskala ordinal.Perpanjangan uji median ini pada dasarnya adalah uji k-
sampel chi-kuadrat.Frekuensi yang ada dimasukkan ke dalam tabel kontingensi 2 xk
(frekuensi yang diharapkan harus ≥ 5).Langkah-langkah pemrosesannya mirip dengan uji
median dua sampel.

Chi-kuadrat dihitung dengan menggunakan rumus berikut:

( )
2
n
n |ad−bc|−
2
χ = 2
( a+b )( c+ d )( a+ c )+(b +d )

Contoh:

Seorang peneliti pendidikan ingin mempelajari apakah ada hubungan antara tingkat
pendidikan Ayah dengan banyaknya kunjungan ke sekolah anaknya. Diambil sampel secara
random sebanyak 10% dari 440 anak yang terdaftar di sekolah. Dari sampel tersebut didapat
nama dari 44 Bapak-Bapak yang kemudian dijadikan sample. Hipotesisnya adalah
banyaknya Bapak ke sekolah bervariasi menurut tingkat pendidikan yang ditamatkannya.
Datanya adalah sebagai berikut: (gunakan α = 5%)
Solusi:

H0 : tidak ada perbedaan banyaknya kunjungan diantara para Bapak dengan

variasi tingkat pendidikannya.

H1 : ada perbedaan banyaknya kunjungan diantara para Bapak dengan variasi tingkat
pendidikannya.

Nilai median gabungan = 2,5

Pendidikan Jumlah
SD SMP SMA PT
Di atas median 5 4 7 6 22
Di bawah median 5 7 6 4 22
Jumlah 10 11 13 10 44

( )
2
n
n |ad−bc|−
χ2 = 2 ¿ 1,295
( a+b )( c+ d )( a+ c )+(b +d )

χ2(0,05 ; 3) = 7,82

keputusan : terima H0 karena χ2 < χ2(0,05 ; 3)

Kesimpulan: tidak ada perbedaan banyaknya kunjungan diantara para Bapak dengan variasi
tingkat pendidikannya dengan tingkat keyakinan sebesar 95%.
 7. Penggunaan Nilai Rata-Rata Pertengahan (Median)

Nilai mean atau rata-rata yang akan dicari atau dihitung ketika dihadapkan pada pernyataan
berikut.

1) Kita tidak ingin memperoleh nilai rata-rata dengan tingkat ketelitian yang tinggi,
melainkan hanya sekedar ingin mengetahui skor atau nilai yang merupakan nilai
pertengahan dari data yang sedang kita teliti.
2) Distribusi frekuensi data yang sedang kita hadapi itu bersifat a simetris (tidak normal).
3) Data yang sedang kita teliti itu tidak dianalisis secara lebih dalam lagi dengan
menggunakan ukuran statistika lainnya.

8. Kebaikan dan Kelemahan Median

Kelebihan median sebagai pengukur mean adalah proses penghitungannya sederhana

dan lugas, sehingga median dapat diketahui dengan cepat dan Kelemahannya adalah median
merupakan ukuran rata-rata sehingga kurang akurat.

B. Uji Chi Square

1. Pengertian Uji Chi Square

Uji chi-square adalah uji hipotesis yang membandingkan frekuensi sesuatu yang diamati
atau benar-benar terjadi dengan frekuensi yang diinginkan/diharapkan. Uji chi-kuadrat tidak
dibatasi oleh asumsi ketat mengenai jenis populasi atau parameter populasi; uji ini hanya
memerlukan derajat kebebasan.Uji chi-square menggunakan metode goodness-of-fit untuk
menguji apakah terdapat perbedaan aktual antara angka observasi yang termasuk dalam
setiap kategori dan angka yang diharapkan berdasarkan hipotesis nol. (Subuatwati,
2010).Karena uji chi-square tergolong jenis statistik non-parametrik, maka uji chi-square
tidak mengharuskan data berdistribusi normal (Sufren dan Natanael, 2013).Chi-square
memungkinkan Anda menguji apakah terdapat saling ketergantungan antara satu variabel
kualitatif dengan variabel kualitatif lainnya berdasarkan observasi yang ada. Tes chi-kuadrat
biasanya digunakan untuk:

a) Interdepensensi satu variabel atau lebih dengan variabel lainnya.

b) Kesesuaian antara frekuensi observasi variabel tertentu dengan frekuensi yang
didapat berdasarkan nilai harapannya.

2. Karakteristik Chi Square

Adapun beberapa karakteristik dari Chi Square adalah sebagai berikut.
1. Nilai Chi Square selalu positif karena merupkan hasil
pengkuadratan.
2. Terdapat beberapa kelompok distribusi Chi Square, yaitu
distribusi Chi square dengan dk=1, 2, 3, dst.
3. Datanya berbentuk diskrit atau nominal

Chi Kuadrat dapat digunakan untuk menguji hipotesis deskriptif satu sampel
atau satu variabel, yang terdiri atas dua kategori atau lebih. selain itu dapat digunakan
untuk menguji hipotesis komparatif 2 sampel atau 2 variabel serta untuk menguji
hipotesis asosiatif yang berskala nominal.
1. Chi square untuk uji hipotesis deskriptif satu sampel
Menurut Sugiyono (2013), Chi square satu sampel adalah teknik statistik yang
digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas dua atau
lebih klas, data berbentuk nominal dan sampelnya besar. Yang dimaksud hipotesis
deskriptif dapat merupakan estimasi/dugaan terhadap ada tidaknya perbedaan
frekuensi antara kategori satu dan kategori lain dalam sebuah sampel tentang sesuatu
hal.
Rumus:

Dimana:
𝑥2 = Chi square
𝑓̥ = Frekuensi yang diobservasi
𝑓ℎ = Frekuensi yang diharapkan
Distribusi Chi Khuadrat merupakan distribusi dengan variabel acak kontinu.
Simbul yang dipakai untuk chi kuadrat ialah 2. Persamaan distribusi kuadrat adalah :
1/2 - 1 -1/2u
f(u) = K . u e
 Dimana :
u = 2untuk memudahkan menulis dan harga u > 0
v = derajat kebebasan
K = bilangan tetap yang bergantung pada
v e = 2,7183
Grafik distribusi chi kuadrat umunya merupakan kurva positif, yaitu miring ke
kanan. Kemiringan ini makin berkurang jika derajat kebebasan v makin besar
(Sudjana, 2001:147). Distribusi kai-kuadrat sangat kriteria untuk pengujian hipotesis
mengenai varians dan juga untuk uji ketepatan penerapan suatufungsi (test goodness
of fit) kalau digunakan untuk data hasil observasi atau data empiris. Dengan
demikian, kita dapat menentukan apakah distribusi pendugaan berdasarkan sampel
hampir sama atau mendekati distribusi teoritis, sehinga kita dapat menyimpulkan
bahwa populasi dari mana sampel itu kita pilih mempunyai distribusi yang kita
maksud (misalnya, suatu populasi mempunyai distribusi Binomia, Poisson atau
Normal).

Misalnya sebuah dadu yang mempunyai 6 mata (1, 2, 3, 4, 5, 6) dilemparkan

ke atas sebanyak 300 kali. Dalam jangka panjang, kita harap untuk melihat masing-
masing mata tersebut muncul dengan frekuensi mata dadu yang muncul sekitar 50,
walaupun dadu itu termasuk “fair dice”. Dengan menggunakan kai-kuadrat, kita dapat
menentukan apakah suatu dadu dapat dikatakan “fair” setelah membandingkan
frekuensi dari masing mata dadu tersebut.

Kalau Zi = N (0, 1) = variable normal dengan rata-rata 0 dan varians sama

dengan 1, atau E(z) = 0,  z2 = 1, maka jumlah Z12 + Z22+ .... + Zk2 sama dengan Xk 2
dengan derajat kebebasan (degrees of freedom) sebesar k.

𝐾2 = ∑ 𝑍 2
𝑘 𝑖
𝑘=1

Kalau suatu himpunan yang terdiri dari n variabel acak X = { Xi}, dimana Xi = N (µ,
2) untuk semua i (i = 1, 2, . . . , n), maka kita dapat memperoleh variabel Z seperti
yang di atas, dengan rumus
𝑋2 = ∑ 𝑍2
𝑘 𝑖
 𝑘=1

Kalau suatu himpunan yang terdiri dari n variabel acak X = { Xi }, di mana Xi = N (µ,
2) untuk semua i (i = 1, 2, . . . , n), maka kita dapat memperoleh variabel Z seperti
yang dimaksud diatas, dengan rumus :
𝑋𝑖−𝜇
𝑍𝑖 = = 𝑁(0,1), 𝑖 = 1, 2, . . . . , 𝑛
3. Analisis Perhitungan Menggunakan Uji Chi Square

1. Suatu SMK x di Kota A ingin membuka jurusan baru, sehingga ingin mengetahui
jurusan apa yang banyak diminati. Untuk itu dilakukan survey ke beberapa sekolah
yang memiliki jurusan-jurusan tata busana, tata boga, kecantikan. Menurut survey,
diketahui dari 375 siswa sebanyak 85 siswa memilih jurusan tata boga, 116 memilih
jurusan tata busana, dan 174 siswa memilih kecantikan. Berdasarkan hal tersebut,
maka
:
Perhitungan Manual:
1) Judul penelitian dapat dirimuskan sebagai berikut:
Kecenderungan siswa dalam memilih jurusan SMK.
2) Variabel penelitiannya jurusan SMK.
3) Sampel : Jumlah sampel 375 siswa terdiri atas 3 jurusan. 85 siswa memilih
jurusan tata boga, 116 memilih jurusan tata busana, dan 174 siswa memilih
kecantikan
4) Tempat penelitian: Beberapa SMK di Kota A
5) Data hasil penelitian: terdapat pada tabel berikut
Tabel 2.1 Frekuensi yang disurvey dan yang diharapkan pemilih jurusan SMK
Jurusan

Tata Boga 85 125 -40 1600 12,8

Tata Busana 116 125 -9 81 0,65
Kecantikan 174 125 49 2401 19,21
Jumlah 375 375 0 4482 32,66
 6) Hipotesis:
H0 : Jumlah siswa yang memilih 3 jurusan tidak berbeda (peluang 3 jurusan
untuk dipilih siswa adalah sama)
Ha : Jumlah siswa yang memilih 3 jurusan berbeda (peluang 3 jurusan untuk
dipilih siswa adalah tidak sama)
7) Kriteria pengujian hipotesis
Bila Nilai Chi square hitung lebih kecil dari nilai Chi square tabel, maka H 0
diterima dan bila lebih besar atau sama dengan nilai tabel, maka Ha diterima.
8) Pengujian hipotesis
Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka
dapat diketahui bahwa Chi square hitung = 32,66. Dalam hal ini dk = N-1 = 3-
1 = 2. Berdasarkan dk 2 dan probabilitas 5%, maka diperoleh chi square tabel
= 5,99. Chi square hitung lebih besar dari chi square tabel (32,66 > 5,99).
Dengan demikian H0 ditolak dan Ha diterima.
9) Kesimpulan
Jumlah siswa yang memilih 3 jurusan SMK berbeda, dan berdasarkan data
jurusan kecantikan paling banyak diminati siswa.
10) Saran untuk SMK x
Jurusan yang dibuka adalah kecantikan, karena paling banyak diminati siswa.

2. Chi square untuk uji hipotesis komparatif dua sampel independen

Menguji komparatif dua sampel independen berarti menguji signifikansi
perbedaan nilai dua sampel yang tidak berpasangan. Sampel independen biasanya
digunakan dalam penelitian yang menggunakan pendekatan penelitian survey,
sedangkan sampel berpasangan banyak digunakan dalam penelitian eksperimen. Chi
square digunakan untuk menguji hipotesis komparatif dua sampel bila datanya
berbentuk nominal dan sampelnya besar. Cara perhitungan dapat menggunakan
rumus yang telah ada atau dapat menggunakan tabel kontingensi 2x2 (2 baris x 2
kolom) (Sugiyono, 2013)
 Untuk menguji hipotesis ini, hitung jumlah individu dari tiap kelompok yang
termasuk ke dalam berbagai kategori dan bandingkan jumlah individu dari satu
kelompok dalam berbagai kategori dengan kelompok lainnya.
Tabel Kontingensi :
Sampel Frekuensi pada: Jumlah Sampel
Obyek I Obyek II
Sampel A A B A+B
Sampel B C D C+D
Jumlah A+C B+D N
N = jumlah sampel
Rumus :

Contoh :
Penelitian dilakukan untuk mengetahui adakah hubungan antara jenis sekolah
(SMA/SMK) dengan minat lulusan untuk melanjutan studi ke perguruan tinggi atau
bekerja.. Jenis sekolah dikelompokkan menjadi dua yaitu SMA dan SMK. Sampel
pertama sebanyak 80 orang, sampel kedua sebanyak 70 orang. Berdasarkan angket
yang diberikan kepada sampel lulusan SMA, maka dari 80 orang tersebut yang
memilih melanjutkan studi ke perguruan tinggi sebanyak 60 orang, dan yang memilih
bekerja sebanyak 20 orang. Selanjutnya dari kelompok sampel lulusan SMK memilih
melanjutkan studi ke perguruan tinggi sebanyak 20 orang, dan yang memilih bekerja
sebanyak 50 orang
Berdasarkan hal tersebut, maka :
1) Judul penelitian dapat dirimuskan sebagai berikut:
Kecenderungan lulusan dalam memilih untuk melanjutan studi
ke perguruan tinggi atau bekerja
2) Variabel penelitiannya :
1) Variabel Independen : Jenis sekolah
2) Variabel dependen : Minat lulusan
3) Rumusan Masalah:
Adakah perbedaan jenis sekolah dengan minat lulusan untuk
melanjutan studi ke perguruan tinggi atau bekerja.
4) Sampel : Terdiri dari dua kelompok sampel independen yaitu
kelompok lulusan SMA dengn jumlah 80 orang dan kelompok lulusan
SMK dengn jumlah 70 orang.
5) Hipotesis:
H0 : Tidak terdapat perbedaan jenis sekolah dengan minat lulusan
Ha : Terdapat perbedaan jenis sekolah dengan minat lulusan
6) Kriteria pengujian hipotesis
Dengan dk = 1 dan probabilitas 5%. H0 diterima bila nilai Chi square
hitung lebih kecil dari nilai Chi square tabel dan bila lebih besar atau
sama dengan nilai tabel, maka Ha diterima.
7) Penyajian data
Data hasil penelitian disusun ke dalam tabel:
Tabel : Frekuensi minat lulusan
Sampel Minat lulusan Jumlah Sampel
Melanjutkan Bekerja
Studi
Lulusan SMA 60 20 80
Lulusan SMK 20 50 70
Jumlah 80 70 150
8) Perhitungan
Berdasarkan tabel tersebut dan menggunakan rumus chi square 2
sampel independen, dapat dihitung:

1
150 (|60.50 − 20.20| − 150) ²
2
(𝑥)2 =
(60 + 20)(20 + 50)(60 + 20)(20 + 50)
150(|3000 − 400| − 75)²
=
(80)(70)(80)(70)
150(2600 − 75)²
=
5600.5600
150.6375625
=
31360000
956343750
=
31360000
= 30,50
Dengan dk = 1 dan probabilitas 5%, maka diperoleh chi square tabel =
3,84. Ternyata nilai Chi square hitung = 35,86 > Chi square tabel 3,84.
Dengan demikian H0 ditolak dan Ha diterima.
9) Kesimpulan
Jadi Terdapat perbedaan jenis sekolah dengan minat lulusan, dimana
lulusan SMA lebih cenderung memilih melanjutkan studi ke perguruan
tinggi dan lulusan SMK cenderung memilih bekerja.
 BAB III
PENUTUP

3.1 Kesimpulan

Adapun kesimpulan yang dapat diambil dari makalah ini adalah sebagai berikut:

1. Uji median digunakan untuk menguji apakah dua atau lebih kelompok (sampel)
independen berbeda dalam nilai tengahnya, dengan kata lain apakah dua atau lebih
sampel independen berasal dari suatu populasi yang mempunyai median yang sama atau
berasal dari populasi yang sama
2. Jika n ≤ 20 maka digunakan uji Fisher exact. Jika n > 20 maka digunakan uji Chi-
square dengan koreksi kontinyuitas (jika frekuensi harapannya ada yang kurang dari 5,
maka gunakan uji Fisher).

3. Uji Chi Squre adalah test of independence, merupakan salah satu pengujian untuk
mengetahui hubungan atau kebebasan antar variabel yang bersifat kategori.
4. Uji Chi Square digunakan untuk interdepensensi satu variabel atau lebih dengan variabel
lainya, dan digunakan untuk kesesuaian antara frekuensi observasi variabel tertentu dengan
frekuensi yang didapat berdasarkan nilai harapannya.
5. Beberapa karakteristik dari Chi Square adalah yaitu nilai Chi Square selalu positif
karena merupkan hasil pengkuadratan, terdapat beberapa kelompok distribusi Chi
Square, yaitu distribusi Chi square dengan dk=1, 2, 3, dan datanya berbentuk diskrit
atau nominal.

3.2 Saran

Makalah ini jauh dari kata sempurna masih banyak yang perlu di dalami dan pelajari, untuk
penelitian kedepannya semoga bisa memperluas penelitian dengan Memasukkan Variabel
tambahan yang memengaruhi hasil uji Chi Square dan Median, ini dapat membantu dalam
pemahaman yang lebih mendalam tentang hubungan antarvaiabel.
 DAFTAR PUSTAKA

Digensia. 2012. Uji Median. http://digensia.wordpress.com/2012/04/03/uji-median/. Diakses

2 September 2014.

Siegel, Sidney.1997. Statistik Nonparametrik untuk Ilmu – Ilmu Sosial. PT Gramedia

Pustaka Utama. Jakarta.

Sudijono, Anas. 2010. Pengantar Statistik Pendidikan. PT Rajagrafindo Persada. Jakarta.

Tanty, H., Bekti, R., D., dan Rahayu, A. 2013. Metode Nonparametrik Untuk Analisis
Hubungan Perilaku dan Pengetahuan Masyarakat Tentang Kode Plastik.
http://library.binus.ac.id/eColls/eJournal/04_Heruna,%20Rokhana,%20Anita.pdf.
[Diakses pada 8 Oktober 2017].

Saleh, S. 2001. Statistik Induktif. Yogyakarta: AMP YKPN

Sudjana. 2001. Metoda Statistika. Bandung: PT TARSITO BANDUNG

Supranto, J. Tanpa tahun. Statistik Teori dan Aplikasi. Jakarta: Erlangga