Manajemen Data Kelompok 5

• Angie Prabhata Putri

UJI CHI SQUARE • Christian Leonardo
• Hasna Nida
• Rahma Alfianty O.
PENGERTIAN UJI CHI SQUARE

Chi Square 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).
 KONSEP UJI CHI SQUARE

Perbandingan nilai observe (Pengamatan) dengan nilai expected (Harapan)

Makin besar perbedaan nilai observe dengan expected maka kemungkinan
perbedaan antara proporsi yang diuji.
Contoh : sebuah coin dilambungkan 50x kalau permukaan H keluar 28x maka ini
adalah nilai observe sedang nilai expected (nilai harapan) kalau coin itu seimbang
adalah 25
 KARAKTERISTIK UJI CHI SQUARE
Nilai Khi-kuadrat tidak pernah negatif, karena selisih dari frekuensi pengamatan dan
frekuensi harapan dikuadratkan.
Ketajaman dari distribusi khi-kuadrat tidak tergantung pada ukuran sampel tetapi
tergantung pada banyaknya kategori yang digunakan.
Distribusi khi-kuadrat bersifat menceng kanan (nilai positif), semakin meningkat
jumlah derajat bebas maka semakin mendekati distribusi normal.
 JENIS UJI CHI SQUARE
• Uji Goodness of fit (Kesesuaian)

• Uji Homogenity (Homogenitas)

• Uji Independency (Assosiasi= hubungan)

 RUMUS

Keterangan
O : Nilai observe
E : Nilai Expected
 KETERBATASAN UJI CHI SQUARE

Tidak boleh ada nilai expected kecil dari satu

Tidak boleh lebih 20% sel nilai expectednya kecil dari lima (5)
CONTOH SOAL CHI SQUARE
 SOAL
Dari penelitian terdahulu terhadap staff pengajar suatu perguruan tinggi
didapatkan adanya 75 orang yang menderita hipertensi dari 500 orang staff.
Penelitian terbaru di perguruan tinggi yang sama, dari 400 staff yang menjadi
sampel, ditemui 75 orang yang menderita hipertensi.
Uji apakah yang dapat dilakukan?
Bagaimana hipotesis nol dan hipotesis alternatif dari uji di atas?
Apakah kesimpulan uji pada 𝛼 = 0,05?
 JAWABAN
Hipotesis
 Ho : Tidak ada perbedaan proporsi staff hipertensi pada penelitian baru dengan penelitian lama .
 Ha : Proporsi staff hipertensi pada penelitian baru lebih tinggi dibandingkan dengan penelitian lama.

Level of Significance
 𝛼 = 0,05

Uji Statistik Staff/Penelitian Baru Lama Jumlah

 Chi Square : Goodness of Fit
Hipertensi 75 (a) 75 (b) 150
Normal 325 (c) 425 (d) 750
Jumlah 400 500 900
 JAWABAN
Perhitungan Uji Statistik
2 𝑁(𝑎 ⅆ−𝑏𝑐)2
𝑋 = Kesimpulan
𝑎+𝑐 (𝑏+𝑑)(𝑎+𝑑)(𝑐+𝑑)
900 75×425−75×325 2  Tidak ada perbedaan proporsi yang signifikan
 𝑋2 = 75+425 (75+325)(75+75)(425+325) antara staff hipertensi pada penelitian baru
 𝑋 2 = 2,25 dengan penelitian lama dengan p p > 0,05
pada 𝛼 = 0,05
 df = b − 1 k − 1
 df = 2 − 1 2 − 1 = 1
 p > 0,05

Keputusan Uji Statistik

 Ho gagal ditolak
Chi-Square dengan menggunakan SPSS
KASUS : apakah ada hubungan pendidikan dengan status marital responden
Ho = tidak ada hubungan antara baris dengan kolom atau tidak ada
hubungan pendidikan
dengan status marital
H1 = ada hubungan pendidikan dengan status marital

Dasar pengambilan keputusan :

1. X2 hitung < X2 tabel  Ho diterima ; X2 hitung > X2 tabel  Ho
ditolak
2. probabilitas > 0.05  Ho diterima ; probabilitas < 0.05  Ho
ditolak
 pendidikan terakhir Asymp. Sig.
S1 S2 S3 Total Value df (2-sided)
status belum kawin 21 3 1 25 Pearson Chi-Square 9,431 6 ,151
perkawinan kawin 32 9 6 47 Likelihood Ratio 9,541 6 ,145
janda 5 3 2 10 Linear-by-Linear
3,070 1 ,080
duda 4 4 0 8 Association
Total 62 19 9 90 N of Valid Cases 90

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient ,308 ,151
N of Valid Cases 90

Hasil : tingkat signifikansi = 5% ; df = 6 ; X2 tabel = 9.431 ; X2 hitung = 12.592 ;

asymp. sig = 0.000 ; contingency coeff. = 0.526
Karena : X2 hitung < X2 tabel maka Ho diterima
asymp. Sig > 0.05 maka Ho diterima
Artinya tidak ada perbedaan tingkat pendidikan berdasarkan status maritalnya
dan hal ini diperlihatkan dengan kuatnya hubungan yang hanya 30.8%