Modul Ke :

STATISTIK

14
Statistik Non Parametrik (Chi
Kuadrat)
Fakultas :
BISNIS DAN
ILMU SOSIAL
Program Studi :
MANAJEMEN Fathihani SE.,MM
08971700625
Fathihani@undira.ac.id
Chi Kuadrat
Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara
frekuensi observasi atau yang benar-benar terjadi atau aktual dengan
frekuensi harapan. Yang dimaksud dengan frekuensi harapan adalah
frekuensi yang nilainya dapat di hitung secara teoritis (e). sedangkan
dengan frekuensi observasi adalah frekuensi yang nilainya didapat dari
hasil percobaan (o).

UJI KECOCOKAN (goodness of fit), membandingkan antara Frekuensi

Observasi dengan Frekuensi Teoretis /Harapan. Apakah Frekuensi hasil
Observasi menyimpang dari Frekuensi Harapan. Jika nilai (chi square)
kecil, berarti kedua frekuensi tersebut sangat dekat, mengarah pada
penerimaan kepada hipotesa nol (H0).
Dalam statistik, distribusi chi square termasuk dalam statistik nonparametrik.
Distribusi nonparametrik adalah distribusi dimana besaran-besaran populasi
tidak diketahui. Distribusi ini sangat bermanfaat dalam melakukan analisis
statistik jika kita tidak memiliki informasi tentang populasi atau jika asumsi-
asumsi yang dipersyaratkan untuk penggunaan statistik parametrik tidak
terpenuhi.
Ketentuan Chi Kuadrat
Agar pengujian hipotesis dengan chi-kuadrat dapat digunakan dengan baik, maka hendaknya
memperhatikan ketentuan-ketentuan sebagai berikut :

1) Jumlah sampel harus cukup besar untuk meyakinkan kita bahwa terdapat kesamaan antara
distribusi teoretis dengan distribusi sampling chi-kuadrat.
2) Pengamatan harus bersifat independen (unpaired). Ini berarti bahwa jawaban satu subjek tidak
berpengaruh terhadap jawaban subjek lain atau satu subjek hanya satu kali digunakan dalam
analisis.
3) Pengujian chi-kuadrat hanya dapat digunakan pada data deskrit (data frekuensi atau data
kategori) atau data kontinu yang telah dikelompokan menjadi kategori.
4) Jumlah frekuensi yang diharapkan harus sama dengan jumlah frekuensi yang diamati.
5) Pada derajat kebebasan sama dengan 1 (table 2 x 2) tidak boleh ada nilai ekspektasi yang
sangat kecil. Secara umum, bila nilai yang diharapkan terletak dalam satu sel terlalu kecil (< 5)
sebaiknya chi-kuadrat tidak digunakan karena dapat menimbulkan taksiran yang berlebih (over
estimate) sehingga banyak hipotesis yang ditolak kecuali dengan koreksi dari Yates.
 Chi Kuadrat untuk Uji Normalitas

Uji chi-kuadrat digunakan jika ukuran sampel (n ≥ 30). Metode Chi-Square atau
uji Goodness of fit Distribution Normal, menggunakan pendekatan penjumlahan
penyimpangan data observasi tiap kelas dengan nilai yang diharapkan. Metode
Chi-Square atau X2 untuk Uji Goodness of fit Distribusi Normal menggunakan
pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai
yang diharapkan. Uji kenormalan data dengan melihat distribusi data (Goodness of
fit test)
Persyaratan Uji Normalitas

Persyaratan Metode Chi Square (Uji Goodness of fit Distribusi Normal)

a. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi

frekuensi.

b. Cocok untuk data dengan banyaknya angka besar ( n > 30 )

c. Setiap sel harus terisi, yang kurang dari 5 digabungkan

Signifikansi:

Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-Square).

• Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak.

• Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima
Contoh
Langkah 1: Merumuskan hipotesis
Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
Langkah 2: Menentukan nilai uji statistik
Jangkauan (J) = data terbesar – data terkecil
–>  95 – 32
–>  63
Banyak kelas (k) = 1 + 3,3 log n
–>  1 + 3,3 log 32
–>  1 + 4,97
–>  5,97 (diambil k = 6)
panjang kelas = J : k
–>  63 : 6
–>  10,5 (diambil p = 11)
Selanjutnya, data di atas digunakan untuk membuat “tabel A” di bawah ini.
Selanjutnya, mencari rata-rata dan standar deviasi.
Selanjutnya, membuat dan melengkapi “tabel B” berikut.
Perhitungannya dijelaskan di bawah.
Bagaimana cara mendapatkan “nilai Z” pada tabel B di atas?

Kita ambil Batas Kelas (BK) pada baris pertama yaitu: 29,5 – 40,5

Lakukan seperti itu seterusnya, untuk batas-batas kelas lainnya. Dan dapatkan
semua nilai Z.
Bagaimana cara mendapatkan “Luas tiap kelas interval” pada tabel B di atas ?

Setelah mendapatkan “nilai Z”, carilah “Luas 0 – Z” menggunakan tabel Z.

Untuk nilai Z = -1,98, dilihat di tabel Z didapat 0,4761.
Untuk nilai Z = -1,31, dilihat di tabel Z didapat 0,4049
bagaimana mencari “Luas tiap kelas interval” ?
Kita ambil “Luas 0 – Z” pada baris pertama yaitu: 0,4761 dan 0,4049

Maka, Luas tiap kelas interval   0,4761 – 0,4049 = 0,0612

Ketentuan: Apabila tandanya sama maka dikurangi. Apabila tandanya berbeda maka
ditambahkan.
Lanjutkan menghitung “Luas tiap kelas interval” pada baris yang selanjutnya.
Bagaimana mencari frekuensi yang diharapkan (Ei) pada tabel B di atas?

Ei   = Luas tiap kelas interval × n (jumlah

responden)
= 0,0612 × 32
= 1,9584
Langkah 3: Menentukan taraf nyata (α)

Ikuti langkah-langkah berikut:

Langkah 4: Menentukan kriteria  pengujian hipotesis

Berdasarkan perhitungan pada tabel diperoleh nilai :

Maka Ho diterima.

Langkah 5: Memberikan kesimpulan

Karena Ho diterima. Artinya, data skor siswa dalam menyelesaikan soal-
soal try out matematika di suatu bimbingan belajar berdistribusi normal.
 Terima
Kasih
Fathihani SE.,MM