dimana,
f0 = frekuensi yang diobservasi
fe = frekuensi yang diharapkan
fe = (total baris i x total kolom j)
total jumlah
4. Membandingkan nilai statistik uji dengan titik kritis
, kemudian mengambil kesimpulan
contoh
1. Pengujian Independensi (Analisis “Contogency Table”)
Pengujian ini digunakan untuk mengethaui apakah 2
variabel memiliki hubungan (relation ship) atau tidak.
Misalnya, apakah usia berhubungan dengna IQ, apakah
gizi berhubungan dengan indeks prestasi, dan sebagainya.
Contoh :
Ingin diuji apakah ada hubungan atau tidak antara jenis
kelamin dengan prestasi belajar (IP) mahasiswa. Untuk itu
diambil sampel 120 mahasiswa dan 80 mahasiswi.
Hasilnya adalah sebagai berikut :
Indeks Prestasi
Bgus Bagus Cukup Kurang Total
sekali
Mahasiswa 27 35 33 25 120
Mahasiswi 13 15 27 25 80
Total 40 50 60 50 200
• Dengan = 5%, ujilah hipotesis yang
menyatakan bahwa indeks prestasi tidak
berhubungan dengan jenis kelamin
mahasiswa.
• Langkah-langkah pengujian :
Menentukan H0 dan H1
H0 : Indeks prestasi tidak berhubungan
dengan jenis kelamin
H1 : Indeks prestasi berhubungan dengan
jenis kelamin
Menentukan daerah penerimaan H0 dan H1
dengan menggunakan distribusi X2.
df = (n – 1) (k – 1)
dimana :
n = jumlah baris
k = jumlah kolom
df = (2 – 1) (4 – 1) = 3
Pada table X2 (Lampiran 4), nilai = 5% dan df = 3
adalah 7,815
H0 ditolak jika nilai uji statistik > 7,815
Tabel cai square
db X2 0,05 X2 0,025 X2 0,01
1
2
3 7,815
4
5
6
7
• Menghitung nilai statistik uji
x2 = Σ (fo – fe )2
fe
(80 x 60) = 24
200
Hasil perhitungan semua fe adalah :
INDEK PRESTASI
FO FE FO FE FO FE FO FE FO FE
MHSWI 13 16 15 20 27 24 25 20 80 80
Kota 80 65 42 36
desa 47 52 95 12
Tanggapan
Baik skl 6 13 14 17 50
Baik 12 14 8 8 44
Biasa 38 40 11 6 95
Jelek 21 22 9 13 65
Total 77 91 42 44 254
• Dengan menggunakan = 5%, kesimpulan apa
yang diperoleh :
• Jawab :
H0 : Tidak ada perbedaan tanggapan
konsumen di 4 kelas hotel terhadap pelayanan
hotel
P11 = P12 = P13 = P14
P21 = P22 = P23 = P24
P31 = P32 = P33 = P34
P41 = P42 = P43 = P44
H1 : Ada perbedaan tanggapan konsumen di
4 kelas hotel terhadap pelayanan hotel Atau :
P11 P12 P13 P14
P21 P22 P23 P24
P31 P32 P33 P34
P41 P42 P43 P44
• Menentukan daerah kritis
= 5%
df = (n – 1) (k – 1)
= (4 – 1) (4 – 1) = 9
H0 diterima bila X2 < 16,919
H1 diterima bila X2 > 16,919
• Mencari nilai statistik uji
P11 = P12 = P13 = P14 = P = 50/254
P21 = P22 = P23 = P24 = P = 44/254
P31 = P32 = P33 = P34 = P = 95/254
P41 = P42 = P43 = P44 = P = 65/254
Tabel Expected Frequency
I II III IV Total
Total 77 91 42 44 254
fo fe (fo – fe) (fo – fe)2 (fo – fe)2 / fe
6 15.2 -9.2 85.64 5.5684
13 17.9 -4.9 24.01 1.3413
14 8.3 5.7 32.49 3.9144
17 8.6 8.4 70.56 8.2046
12 13.3 -1.3 1.69 0.1271
16 15.8 0.2 0.04 0.0025
8 7.3 0.7 0.49 0.0671
8 7.6 0.4 0.16 0.0211
38 28.8 9.2 84.64 2.9388
40 34 6 36 1.0588
11 15.7 -4.7 22.09 1.4070
6 16.5 -10.5 110.25 6.6818
21 19.7 1.3 1.69 0.0857
22 23.3 -1.3 1.69 0.0725
9 10.7 -1.7 1.69 0.2701
13 11.3 1.7 2.89 0.2557
32.0169
• X2 hitung = 32.0169
• X2 hitung sebesar 32.0169 terletak di daerah X2 >
16,919 sehingga H1 kita terima
• Kesimpulan :
Ada perbedaan yang nyata pada tanggapan
konsumen di 4 kelas hotel terhadap pelayanan hotel
Bali Bagus
2. Pengujian “Goodness Of Fit”
Pengujian ini adalah salah satu metode non
parametrik yang banyak digunakan. Metode
yang dikembangkan oleh Karl Pearson ini
digunakan untuk menguji apakah distribusi
frekuensi suatu percobaan sama atau tidak
dengan distribusi frekuensi teoritis (yang
diharapkan).
Contoh :
Penelitian seorang profesor tentang distribusi
pendapatan di daerah pedesaan di kabupaten
“X” pada tahun 1970 menunjukkan :
Kelompok Penghasilan Persentase
Tinggi 15%
Menengah 40%
Rendah 45%
100%
50 45 5 25 0,555
156 135 21 441 3,267
94 120 -26 676 5,633
9,455
X2 hitung = 9,455
X2 hitung sebesar 9,455 terletak di daerah X2 > 5,99
sehingga H1 diterima
Kesimpulan :
Pola distribusi pendapatan penduduk di kabupaten “X”
pada tahun 1970 berbeda dengan tahun 1980.
Bila kita menggunakan = 1%, daerah kritisnya
menjadi :
X2 = 1% d.f = k – 1 = 3 – 1 = 2
X2 (1%,2) = 9,21
Ternyata X2 hitung = 9,455 terletak di daerah X2 > 9,21
sehingga H1 kita terima. Maka pengujian dengan = 1%
memberikan kesimpulan yang sama seperti pada
pengujian dengan = 5%.
3. Pengujian Hipotetis Tentang Lebih dari 2 Proporsi
Jumlah
33 42 67 58 200
yang suka
• Pengujian dengan menggunakan = 5%, kesimpulan
apa yang diperoleh ?
• Jawab :
• H0 : P1 = P2 = P3 = P4 = Proporsi hipotesis null = ¼
• P1 = proporsi yang suka warna putih
• P2 = proporsi yang suka warna merah
• P3 = proporsi yang suka warna hitam
• P4 = proporsi yang suka warna hijau
• H1 : Tidak semua proporsi adalah sama
• Menentukan daerah kritis
• = 5%. d.f = k – 1 = 4 – 1 = 3
• X2 (5%,3) = 7,815
• Daerah terima H0 adalah X2 < 7,815
• Daerah terima H1 adalah X2 > 7,815
• Menentukan X2 hitung
• H0 menyebutkan P1 = P2 = P3 = P4
• fe kolom 1 = ¼ x 200 = 50
• fe kolom 2 = ¼ x 200 = 50
• fe kolom 3 = ¼ x 200 = 50
• fe kolom 4 = ¼ x 200 = 50
x2 = Σ (fo – fe )2
fe
33 50
2
42 50
2
67 50
2
58 50
2
50 50 50 50
14,12
CC Pearson
≤20% sel TIDAK BOLEH jk
expected<1
Fisher Collaps
20% sel Alternatif: LR
• Ho: p bblr|rokok = p bblr|tidak
• α = 0,05
• Uji Chi- Square dg CC p=0,04
• Keputusan: p < α maka Ho ditolak
• Kesimpulan: terdapat perbedaan bermakna
proporsi BBLR antara kelompok ibu yg
MEROKOK (40,5%) & TIDAK merokok (25,2%)
Hasil Uji
Uji chi-square merupakan uji non parametris yang paling banyak
digunakan. Namun perlu diketahui syarat-syarat uji ini adalah: frekuensi
responden atau sampel yang digunakan besar, sebab ada beberapa
syarat di mana chi square dapat digunakan yaitu:
• Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual
Count (F0) sebesar 0 (Nol).
• Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja
yang memiliki frekuensi harapan atau disebut juga expected count
(“Fh”) kurang dari 5.
• Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell
dengan frekuensi harapan yang kurang dari 5 tidak boleh lebih dari
20%.
Signifikansi
• χ2 hitung < χ2 tabel, sehingga Ho gagal ditolak
atau (nilai p value > α )
• χ2 hitung > χ2 tabel, sehingga Ho ditolak
( nilai p value < α )