UJI CHI SQUARE

DAN
UJI FISHER EXACT
 UJI CHI SQUARE

• Satu uji statistik non-parametrik.

• Uji chi square berguna untuk menguji hubungan atau pengaruh dua buah variabel nominal dan
mengukur kuatnya hubungan antara variabel satu dengan variabel nominal lainnya.
• (C=coefisien contingency)
• Chi square mempunyai ketentuan sebagai berikut:
• Nilai chi square tidak pernah negatif, karena selisih dari frekuensi pengamatan dan
frekuensi harapan dikuadratkan.
• Ketajaman dari distribusi chi square tidak tergantung pada ukuran sampel tetapi
tergantung pada banyaknya kategori yang digunakan.
• Distribusi chi square bersifat menceng kanan (nilai positif), semakin meningkat jumlah
derajat bebas maka semakin mendekati distribusi normal.
 UJI CHI SQUARE

• Chi Square disebut juga dengan Kai Kuadrat.

• 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).
Berikut akan kita bahas tentang rumus chi square.
 SYARAT UJI CHI SQUARE

1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual
Count (F0) sebesar 0 (Nol).
2. 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.
3. 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%.
 JENIS UJI CHI SQUARE

• Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2
x 2, maka rumus yang digunakan adalah “koreksi yates”.
• Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di
atas, yaitu ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus diganti
dengan rumus “Fisher Exact Test”.
 RUMUS CHI-SQUARE

Dimana X2 = nilai chi square

O = frekuensi yang diperoleh / diamati
E = Frekuensi yang diharapkan
Derajat Kebebasan
 df = (r – 1) (k – 1) dengan r = baris. k = kolom.
 Tabel berikut menunjukkan pengunjung pada salon TAMPAN pada
tanggal 12 Oktober 2009 yang dikategorikan berdasarkan jenis
kelamin dan umur. Ujilah hipotesis bahwa jenis kelamin dan umur
pengunjung adalah independen dengan tingkat signifikansi α =0,01

Jenis kelamin
Umur Total
Pria wanita

Dibawah 30 60 50 110
30 atau lebih 70 10 80
Total kolom 130 60 190
1. Membuat Hipotesis
• Ho : jenis kelamin dan umur pengunjung adalah independen
• Ha : jenis kelamin dan umur pengunjung adalah tidak independent

2. Tentukan Nilai Kritis

• Derajat kebebasan df = (r – 1) (k – 1)
= (2 – 1) (2 – 1)
=1x1=1
3. Tentukan Nilai X² table
Dengan df 1 dan koefisien 0,01
4. Tentukan Nilai X² Hitung
Berikut ini contoh perhitungan nilai frekuensi harapan (E)
Jenis kelamin
Umur Total
Pria wanita

Dibawah 30 60 50 110
30 atau lebih 70 10 80
Total kolom 130 60 190

Jenis kelamin
Umur Total
Pria wanita
 E11 = (130 x 110 )/190 = 75,26
 E12 = (60 x 110)/190 = 34,74 Dibawah 30 75,26 34,74 110
 E21 = (130 x 80)/190 = 54,74 30 atau lebih 54,74 25,26 80
 E22 = (60 x 180) / 190 = 25,26 Total kolom 130 60 190
 Ingat!!
x2 Hitung > x2 Tabel  HO Ditolak
x2 Hitung < x2 Tabel  HO Diterima

(60  75,26)2 (50  34,74)2 (70  54,74)2 (10  25,26)2  23,28

    25,26
75,26 34,74 54,74

x2 Hitung = 23,28

5. Bandingkan x2 Hitung dengan x2 Tabel

23,28 > 6,63
6. Tarik Kesimpulan Ho Ditolak maka, ini berarti bahwa jenis kelamin dan umur
pengunjung tidak independen
UJI FISHER EXACT
 SYARAT

• Merupakan salah satu uji nonparametrik yang digunakan untuk menganalisis dua
sampel independen yang berskala nominal atau ordinal jika kedua sampel
indpendennya berjumlah kecil (biasanya kurang dari 20).
• Data diklasifikasikan kedalam dua kelompok yang saling bebas sehingga akan
terbentuk tabel kontingensi 2 x 2
• erdapat sel yang nilai harapan (E) kurang dari 5. 
• sumsi dari uji ini adalah data yang akan diuji mempunyai skala pengukuran
nominal
 CONTOH TABEL

VARIABEL KELOMPOK KOMBINASI

1 11
+ A B A+B
- C D C+D
TOTAL A+C B+D N
• Sebuah studi kasus kontrol ingin melihat pengaruh merokok malam dengan kejadian kanker paru, hasil yang
diperoleh tersaji pada tabel silang berikut
• Karena nilai P = 0,114 lebih besar dari nilai alfa =0,05, maka kita
menerima Ho pada Uji Satu sisi. 
• Sedangkan Pada Uji 2 sisi  di peroleh nilai P = 0,114*2 = 0,228, sehingga
kita menerima Ho.
• Jadi, baik pada Uji satu sisi maupun dua sisi, kita menyimpulkan tidak ada
perbedaan yang bermakna antara mereka yang merokok maupun tidak
merokok pada malam hari terhadap kanker paru