Chi Square (2) k

Sampel Independen
dan
Koefisien Kontingensi C
Oleh : Kelompok 3
Kelas : 2E
Sekolah Tinggi Ilmu Statistik
2013

Nama Anggota Kelompok 3 :

o

Bakri Malik Ahmad Ismael

Dwi Wahyudi

Euclidesia Finella Loong

Evy Sulistiyawaty

Fanisa Dwita Hanggarani

Jawani Eka Pyansahcilia

11.6579

11.6629
11.6643
11.6645
11.6759
11.6723

Chi Square (2) k

Sampel Independen

o Tes

2
dapat
dipakai
untuk
menentukan signifikansi perbedaan
perbedaan
antara
k
kelompok
independen
apabila
data
hasil
penelitian yang kita miliki adalah
frekuensi-frekuensi dalam kategori
kategori yang diskrit, baik nominal
maupun ordinal.

Fungsi
o

Perluasan langsung dari uji 2 untuk dua sampel

independen

Dipakai untuk menentukan signifikansi perbedaanperbedaan antara k kelompok independen, jika

frekuensi dalam kategori-kategori yang diskrit baik
nominal atau ordinal

Untuk menguji hipotesis komparatif lebih dari dua

sampel, bila datanya berbentuk diskrit atau nominal.

Uji 2 untuk memeriksa homogenitas.

Untuk menguji ketidaktergantungan (kebebasan),

Untuk menguji apakah k populasi binom memiliki

parameter yang sama p (proporsi).

Metode (1)

1.

Hipotesis
o.Ho : k sampel frekuensi atau proporsi berasal dari
populasi yang
sama atau populasi-populasi yang
identik.
o.Hi : k sampel frekuensi atau proporsi tidak berasal
dari
populasi yang sama atau populasi-populasi
yang identik.

2.

Tes Statistik
Karena kelompok-kelompok yang dipelajari itu
independen dan lebih dari dua, maka digunakan tes
untuk k sampel independen. Karena data itu dalam
kategori-kategori yang diskrit tes
merupakan tes
yang cocok.

3.

Tingkat Signifikansi
Tingkat signifikansi atau taraf nyata adalah bilangan
yang mencerminkan seberapa besar peluang untuk

Metode (2)
4.

Distribusi Sampling
Rumus penghitungan:

di mana :
o Oij : banyak kasus yang diobservasi yang
dikategorikan dalam baris ke-i dan pada kolom ke-j.
o Eij : banyak kasus yang diharapkan di bawah Ho
untuk dikategorikan dalam baris ke-i dan kolom ke-j.
o k adalah banyak kolom, r adalah banyak baris.
Di bawah Ho, seperti dihitung melalui rumus diatas,
mendekati distribusi Chi Square dengan db = (k-1)(r
1). Kemungkinan yang berkaitan dengan terjadinya,
dibawah Ho, harga-harga yang sebesar harga
observasi, ditunjukkan dalam tabel C (Sidney Siegel).

Metode (3)
5.

Daerah Penolakan
Daerah penolakan terdiri dari semua harga 2
yang
sedemikian
besarnya
sehingga
kemungkinan yang berkaitan dengan terjadinya
harga-harga itu, di bawah Ho, sama dengan atau
kurang dari .

6.

Keputusan
Jika suatu harga observasi Chi Square sama atau
lebih besar dari yang tercantum dalam tabel Chi
Square (tabel C; Sidney Siegel) untuk suatu
tingkat signifikansi tertentu dan untuk db = (k
1)(r 1), maka Ho dapat ditolak pada tingkat
signifikansi tersebut. Tolak Ho jika P-value atau
jika2obs > 2.

Prosedur Penggunaan
1.

Susun frekuensi-frekuensi observasi dalam suatu

tabel kontingensi, dengan menggunakan k kolom
untuk kelompokkelompoknya.

2.

Tentukan frekuensi yang diharapkan dibawah Ho,

untuk tiaptiap sel itu dan membagi hasil kali ini
dengan N.

3.

Hitunglah 2 dengan rumus :

Dengan db = (k-1)(r-1).
4.

Tentukan signifikansi harga observasi 2 dengan

memakai tabel 2 (tabel C; Sidney Siegel) sebagai
acuan. Kalau kemungkinan yang diberikan untuk
harga observasi 2 untuk harga db itu sama dengan
atau lebih kecil dari , maka tolak Ho dan menerima

Contoh (1)
o

Income dari 751 responden dikelompokkan dalam

empat tingkatan yakni : Rendah, Menengah Bawah,
Menengah Atas, dan Tinggi. Sedang Nilai Mutu Ratarata (NMR) pada waktu mereka menempuh studi,
dibedakan atas : Di atas Rata-rata, Rata-rata, Di
bawah Rata-rata. Data yang diperoleh disusun dalam
tabulasi silang sebagai berikut :

Dengan taraf signifikansi 0,05, ujilah hipotesa nihil

bahwa tidak ada keterikatan antara tinggi rendahnya
Nilai Mutu Rata-rata dengan tinggi rendahnya income

Jawaban (1)
a.

Hipotesis
Ho : Tidak ada keterikatan antara tinggi rendahnya Nilai
Mutu Rata-rata dengan
tinggi rendahnya income
setelah mereka bekerja.
Hi : Terdapat keterikatan antara tinggi rendahnya Nilai
Mutu Rata-rata dengan tinggi rendahnya income
setelah mereka bekerja.

b.

Tes Statistik : Tes 2 k sampel independen

c.

Tingkat signifikansi :
Digunakan taraf signifikansi 0,05. Nilai 2 0,05; db (3-1)
(4-1) = 12,59.

d.

Daerah penolakan :
o. Ho diterima apabila : Nilai 2 hitung 12,59
o. Ho ditolak apabila : Nilai 2 hitung > 12,59

Jawaban (1)
e.

Nilai X2 hitung
mendekati distribusi Chi Square dengan db = (k -1)(r
1). Harga-harga yang sebesar harga
observasi,
ditunjukkan dalam tabel C (Sidney Siegel).

Jawaban (1)
f.

Keputusan :
Oleh karena nilai 2 hitung (8,11) lebih kecil
dari 12,59 maka Ho diterima.

g.

Kesimpulan :
Dapat
disimpulkan
bahwa
tidak
ada
keterkaitan antara tinggi rendahnya NMR
dengan tinggi rendahnya income pada alpha
5%.

Contoh (2)
o

Siswa laki-laki yang dipilih secara random dari

Sekolah-sekolah Menengah Tingkat Atas di ibu
kota, diwawancarai tentang rencana mereka
setelah lulus. Respon mereka adalah :

Dengan menggunakan taraf signifikansi 0,05,

ujilah hipotesis nihil yang mengatakan bahwa
tidak ada perbedaan respon antara berbagai
kelas.

Jawaban (2)
Hipotesis
Ho : Tidak ada perbedaan respon antara berbagai
kelas.
Hi : Terdapat perbedaan respon antara berbagai
kelas.

a.

b.

Tes Statistik : Tes 2 k sampel independen

c.

Tingkat signifikansi :
Digunakan taraf signifikansi 0,05. Berdasarkan
Tabel C nilai 2 0,05; (3-1)(3-1) = 9,49

d.

Daerah Penolakan :
o.Ho diterima apabila : Nilai 2 hitung 9,49
o.Ho ditolak apabila : Nilai 2 hitung > 9,49

Jawaban (2)
e.

Nilai X2 hitung

Jawaban (2)
f.

Keputusan :
Oleh karena nilai 2 hitung (140,55) lebih
besar dari 9,49 cukup beralasan untuk
menolak Ho pada taraf signifikansi 0,05.

g.

Kesimpulan :
Dengan tingkat kepercayaan 95%, dapat
disimpulkan bahwa perbedaan respon antara
berbagai kelas adalah signifikan.

Koefisien
Kontingensi C

Fungsi
o

Untuk menghitung hubungan antar variabel

bila data data berbentuk nominal/diskrit.

Untuk menguji hipotesis komparatif k sampel

independen. Oleh karena itu, rumus yang
digunakan mengandung nilai Chi Square.

Koefisien kontingensi C merupakan ukuran

korelasi antara dua variabel kategori yang
disusun dalam tabel kontingensi berukuran (r x
c). Suatu ukuran relasi antara dua himpunan
kategori. Misalkan ada dua himpunan kategori
A1, A2, A3, ... , Ak dan himpunan kategori B1, B2,
B3, ... , Br. Susun data dalam tabel r x k yang
tiap selnya berisi frekuensi-frekuensi observasi.

Metode (1)
a.

Hipotesis
o.Ho : tidak terdapat hubungan dalam populasi itu.
o.Hi : terdapat hubungan dalam populasi itu.

b.

Tes Statistik
Digunakan koefisien kontingensi C, dimana dalam
penghitungannya menggunakan nilai dari 2.

c.

Tingkat Signifikansi
Tingkat signifikansi atau taraf nyata adalah
bilangan yang mencerminkan seberapa besar
peluang untuk melakukan kekeliruan menolak H o
yang seharusnya diterima. Tingkat signifikansi
ditentukan oleh peneliti.

Metode (2)
d.

Distribusi Sampling
o.Rumus

penghitungan:

o.dimana

: 2 : nilai Chi Square

N : besar sampel

o.harga

Chi Square dicari dengan rumus

Metode (3)
e.

Daerah Penolakan
Daerah penolakan terdiri dari semua harga 2
yang
sedemikian
besarnya
sehingga
kemungkinan yang berkaitan dengan terjadinya
harga-harga itu, di bawah Ho, sama dengan
atau kurang dari .

f.

Keputusan
Jika suatu harga observasi Chi Square sama
atau lebih besar dari yang tercantum dalam
tabel Chi Square (tabel C; Sidney Siegel) untuk
suatu tingkat signifikansi tertentu dan untuk db
= (k 1)(r 1), maka Ho dapat ditolak pada
tingkat signifikansi tersebut. Tolak Ho jika P-value
atau jika 2obs > 2.

Prosedur Penggunaan
1.

Aturlah frekuensi-frekuensi observasi dalam suatu tabel

kontingensi k x r.

2.

Tentukan frekuensi yang diharapkan di bawah Ho.

3.

Hitunglah harga 2.

4.

Dengan harga 2 ini, hitunglah harga C.

5.

Tolak Ho jika P-value atau jika2obs > 2.

Contoh (1)
o

Gunakan tabel di bawah ini untuk menguji

apakah terdapat hubungan yang signifikansi
antara temparamen dengan laju-laju karier di
bidang profesinya

Gunakan taraf signifikansi 0,05, dalam menguji

signifikansi hubungan tersebut, dan bila
terdapat hubungan. Kemudian hitunglah nilai C.

Jawaban (1)
a.

Hipotesis
o.Ho : Tidak terdapat hubungan yang signifikan
antara
temparamen dengan laju
karier
di bidang profesi.
o.Hi
: Terdapat hubungan yang signifikan
antara
temparamen
dengan laju karier di
bidang profesi.

b.

Tes Statistik : Tes Koefisien Kontingensi C

c.

Tingkat signifikansi :
Digunakan taraf signifikansi 0,05. Berdasarkan
Tabel C nilai 2 0,05; (3 -1)(4-1) = 12,59

d.

Daerah penolakan :
o.Ho diterima apabila : Nilai 2 hitung 12,59
o.Ho ditolak apabila : Nilai 2 hitung > 12,59

Jawaban (1)
e.

Nilai X2 hitung

Jawaban (1)

Selanjutnya, nilai C dihitung dengan rumus :

Jawaban (1)
f.

Keputusan :
Oleh karena nilai 2 hitung (43,14) lebih besar
dari 12,59 maka Ho ditolak.

g.

Kesimpulan :
Dengan tingkat kepercayaan 95%, dapat
disimpulkan
bahwa
memang
terdapat
hubungan
yang
signifikan
antara
temperamen dengan laju karier di bidang
profesi.

Contoh (2)
o

Dilakukan suatu studi untuk mengetahui apakah

terdapat hubungan yang nyata antara pendidikan ibu
rumah tangga dengan tingkat kecukupan konsumsi
jus bagi keluarga. Data penelitian ditunjukkan
sebagai berikut :

Dengan taraf signifikansi 0,05, ujilah apakah terdapat

hubungan yang signifikan, dan selanjutnya bila
terdapat hubungan hitung nilai C yang menunjukkan
kuatnya hubungan.

Jawaban (2)
a.

Hipotesis
o.Ho : Tidak terdapat hubungan yang nyata antara
tingkat
pendidikan ibu tumah tangga dengan
tingkat kecukupan konsumsi jus bagi keluarga
o.Hi : Terdapat hubungan yang nyata antara tingkat
pendidikan
ibu tumah tangga dengan
tingkat
kecukupan konsumsi jus bagi keluarga

b.

Tes Statistik : Tes Koefisien Kontingensi C

c.

Tingkat signifikansi :
Digunakan taraf signifikansi 0,05. Berdasarkan Tabel C
nilai 2 0,05; (3 -1)(3-1) = 9,49

d.

Daerah Penolakan :
o.Ho diterima apabila : Nilai 2 hitung 9,49
o.Ho ditolak apabila : Nilai 2 hitung > 9,49

Jawaban (2)
e.

Nilai X2 hitung

Jawaban (2)

Selanjutnya, nilai C dihitung dengan rumus :

Jawaban (2)
f.

Keputusan :
Oleh karena nilai 2 hitung (45,54) lebih besar
dari 9,49 maka Ho ditolak.

g.

Kesimpulan :
Dengan tingkat kepercayaan 95%, dapat
disimpulkan
bahwa
memang
terdapat
hubungan yang signifikan antara tingkat
pendidikan ibu rumah tangga dengan tingkat
kecukupan konsumsi jus bagi keluarga.

Referensi
o

http://fpk.unair.ac.id/webo/kuliah/semester%205/K3/np3
b%20Uji%20k%20sampel%20indepe-Ref2.ppt

http://ilearn.unand.ac.id/pluginfile.php/15546/mod_reso
urce/content/1/Pertemuan%2010%20Statistik%20non%20param
etrik.ppt

http://file.upi.edu/Direktori/SPS/PRODI.PENDIDIKAN_LUA
R_SEKOLAH/196805111991011-JARNAWI_AFGANI_DAHLAN/Penguj
ian_Hipotesis_Asosiatif.pdf

http://zeamayshibrida.files.wordpress.com/2009/05/010-stati
stika-analisis-korelasi.pdf

http://elearning.gunadarma.ac.id/docmodul/diklat_kursus_s
pss/j.Bab_VII_Statistika_Non_Parametrik_Uji_Hubungan.pdf

http://www.scribd.com/doc/54503460/Analisis-Statitistik-No
n-Parametrik

Ps, Djarwanto. (1999). Statistik Nonparametrik Edisi 3.

Yogyakarta : BPFE-YOGYAKARTA.

Terima Kasih