Bab XI.

Beberapa Uji Khi-Kuadrat

Untuk Memeriksa
Ketidaktergantungan dan
Homogenitas

TIM PENGAJAR
PENDAHULUAN
 Uji Khi-kuadrat diperkenalkan pertama
kali oleh Karl Pearson (1900)
 Untuk melihat keselarasan antara data hasil
pengamatan dengan frekuensi harapannya
yang diambil dari suatu populasi
A. Sifat-Sifat Matematik Distribusi Khi-Kuadrat
 Dapat mentranformasikan sebaran normal
manapun (sebaran binom, sebaran t dll) ke
dalam distribusi normal standar.
Xi  
Zi 

 Dengan rata-rata 0 dan simpangan baku 1
A. Sifat-Sifat Matematik Distribusi Khi-
Kuadrat
 Bila dikuadratkan, akan mengikuti
distribusi Khi-Kuadrat  Xi   
2

Zi 2   
  
 Bila dikuadratkan, kemudian dijumlahkan,
maka kita akan mendapatkan distribusi
Khi-Kuadrat juga
Z12 + Z22 + …. + Zn2
 Sebaran distribusi Khi-kuadrat tergantung
pada db-nya, semakin besar db-nya, maka
semakin mendekati distribusi normal
B.Uji Khi-Kuadrat Untuk Ketidak tergantungan
 Uji digunakan untuk mengetahui/
memeriksa apakah suatu variabel ada
kaitannya dengan veriabel yang lain yang
menjadi pusat perhatian.
 Apabila antara kedua variabel tersebut
tidak ada kaitan atau tidak saling
ketergantungan, maka kita katakan
keduannya bebas, demikian juga
sebaliknya.
 Asumsi-asumsi :

 Data terdiri atas sebuah sampel sederhana

yang berukuran n atas suatu populasi yang
diminati.
 Hasil-hasil pengamatan dalam sampel
bebas diklasifikasikan secara silang
menurut dua kriteria (variabel), sehingga
masing masing pengamatan memenuhi
salah satu kriteria, dan
 Tabel hasil pengamatan disusun kedalam
tabel kontingensi
 TABEL KONTINGENSI
Kriteria Klasifikasi Kedua J
U
Kreteria Tingkat M
Klasisifikasi L
Pertama 1 2 3 ……… J ………. C A
H

1 n11 n12 n13 ……… n1j ……… n1c

n1

2 n12 n22 n23 ……… n2j ……… n2c n2

T 3 n31 n32 n33 ……… n3j ……… n3c n3
I .
N .
G .
K
A i ni1 ni2 ni3 ……… nij ……… nic ni
T
.
.
.
r nr1 nr2 nr3 ……… nrj ……… nrc nr
Jumlah n.1 n.2 n.3 ……… n.j ……… n.c n
Hipotesis
 Ho : kedua kriteria klasifikasi bebas
 Ha : kedua kriteria klasifikasi tidak bebas
r c
Oij  Eij 2
Rumus  2
 
i 1 j 1 Eij
dengan db = (r-1)(c-1)
Dimana :
Oij + nij = frekuensi yang teramati atau frekuensi hasil
pengamatan
Eij = frekuensi sel harapan = ni x nj/n
Keputusan :
Tolak Ho, bila X2hit > X2(1-α)(db), Tabel A.12
 Contoh Soal
Suatu studi ingin melihat kaitan tingkat pendidikan
petani transmigrasi dengan tingkat pendapatan yang
diperoleh. Studi ini dilakukan pada daerah
transmigrasi lahan pasang surut yang tingkat
pendidikan transmigrasinya dapat digolongksn yaitu
dari tingkat pendidikan : tamat SMP, tamat SD, dan
tidak tamat SD. Dalam penelitian ini diambil sampel
sebayak 2.764 responden petani transmigran
tersebut. Data hasil penelitian adalah sebagai berikut:
Tabel : Hasil penelitian tingkat pendapatan petani
transmigran pasang surut menurut tingkat
pendidikannya
Pendapatan Tingkat pendidikan
(Rp / bulan) Tamat SMP Tamat SD Tidak Tamat SD

< 100.000 186 38 35

100.000 – 199.999 227 54 45
200.000 – 299.999 219 78 78
300.000 – 399.999 355 112 140
> 400.000 653 285 259

Dari data di atas, apakah menyediakan cukup bukti

untuk menunjukkan bahwa adanya kaitan antara
tingkat pendidikan dengan tingkat pendapatan
transmigran tersebut, gunakan  = 0,05.
 Jawaban
Ho : Tingkat pendapatan dan tingkat pendidikan petani tidak ada kaitan.
Ha : Tingkat pendapatan dan tingkat pendidikan petani saling berkaitan

Tabel : Frekuensi teramati dan harapan hasil analisis data.

Pendapatan Tingkat pendidikan
(Rp / bulan) Tamat SMP Tamat SD Tidak Tamat SD Total

< 100.000 186(153,68) 38(53,13) 35(52,19) 259

100.000 – 199.999 227(193,43) 54(66,87) 45(65,70) 326
200.000 – 299.999 219(222,50) 78(76,93) 78(75,57) 375
300.000 – 399.999 355(360,16) 112(124,52) 140(122,32) 607
> 400.000 653(710,23) 285(245,55) 259(241,22) 1197
Total 1640 567 557 2764
 Lanjutan
r c
Oij  Eij 2
 2
 
i 1 j 1 Eij

=
(186  153,68) 2 (227  193,43) 2 (259  241,22) 2
    47,9
153,68 193,43 242,22

 Db = (r-1)(c-1) = (5-1)(3-1) = 8
 X21-α(r-1)(c-1) = X20,95(8)= 15,507
 Jadi X2hit > X2tab, keputusan tolak Ho artinya tingkat
pendapatan dan tingkat pendidikan petani sling berkaitan.
Frekuensi-frekuensi Harapan yang kecil
Sampai sekarang belum ada kesepakatan berupa minimal
nilai Eij agar banyak menggunakan uji Khi-Kuadrat,
namun ada beberapa ahli yang menganjurkan dan cukup
realistis untuk diterapkan bila kita ingin menggunakan
jenis uji ini, yaitu :

1. Minimal nilai Eij sebesar 10.

2. Cohran menyarankan, untuk frekuensi sel harapan
minimal 1 diperbolehkan, bila 20 % lebih sedikit
bila sel-sel harapan <5.
3. Cohran juga menyarankan, bila X2 memiliki db
<30 dengan Eij  2.
Untuk ukuran tabel kontingensi 2 x 2
nad  bc 
2
2 
a  c b  d c  d a  b 

 dengan db = (r-1)(c-1)
 Kaidah keputusan : Tolak Ho, bila X2hit > X2(1-
α)(db), dengan tabel kontingensi sebagai
berikut :
Tabel Kontingensi
Kriteria klasifikasi Kriteria klasifikasi kedua Total
pertama 1 2

1 a b a+b
2 c d c+d

Total a+c b+d n

Untuk Tabel Kontingensi berukuran 2 x 2 ini Cohran

menganjurkan agar uji Khi- Kuadrat tidak digunakan bila :
1. n < 20
2. 20 < n < 40, bila Eij terkecil <5
3. n > 40, tidak ada Eij <1
Uji Khi-Kuadrat untuk Memeriksa Homogenitas
 Uji ini dilakukan bila kita ingin mengetahui
apakah data dari sample yang kita amati berasal
dari populasi yang homogen atau tidak.
 Pada uji ini kita menarik sebuah sampel dari
masing-masing populasi yang diselidiki,
kemudian mengklasifikasikan subjek-subjeknya
menurut karakteristiknya, hasilnya diperagakan
dalam tabel kontingensi.
Tabel Kontingensi 2 x 2
Sampel Adanya karakteristik yang Total
diamati
Ya Tidak
1 a b a+b
2 c d c+d

Total a+c b+d n

Rumus
nad  bc 
2
2
 
a  c b  d c  d a  b 
dengan db = (r-1)(c-1)
Asumsi-asumsi :

 sample yang diamati bebas dan acak, dan

 masing-masing subjek dalam populasi
boleh diklasifikasikan ke dalam salah satu
dari dua kategori yang saling eksklusif,
berdasarkan apakah subjek tersebut
memiliki atau tidak karakteristik yang
diamati.
Hipotesis
Ho : populasi-populasi asal sample homogen.
Ha : populasi-populasi asal sample tidak homogen.
r c
Oij  Eij 2
Statistik Uji :  2
 
i 1 j 1 Eij

dengan db = (r-1)(c-1)

Kaidah keputusan :
Tolak Ho, bila X2hit > X2(1-α)(db),
Contoh (Tabel Kontingensi 2x2)
Seorang peneliti ingin melihat tingkat kerusakan
tanaman karet di PIR-BUN Karet. Dalam penelitiannya
ini ia mengelompokkan petani peserta ke dalam dua
kelompok berdasarkan asal petani peserta. Kelompok I
merupakan petani peserta yang berasal dari usahatani
karet dan Kelompok II adalah petani yang bukan berasal
dari usahatani karet. Kelompok I terdiri dari 42 petani
sample dan Kelompok II terdiri dari 22 petani sample.
Penelitian ini melihat tingkat kerusakan tanaman karet
yang diusahakan oleh masing-masing kelompok tersebut
setelah 10 tahun tanam. Data hasil penelitian tersebut
disajikan pada tabel berikut :
Tabel : Hasil kerusakan tanaman karet di PIR-BUN karet
dalam dua kelompok asal petani peserta setelah 10
tahun tanam.
Kelompok Banyaknya tanaman karet yang Total
rusak
Ya Tidak
1 27 15 42
2 7 15 22
Total 34 30 64

Dari data di atas, apakah kita dapat

menyimpulkan bahwa kedua populasi tersebut
tidak homogen dalam hal kerusakan tanaman
karet, gunakan  = 0,05.
 Jawaban:
Ho : Kedua populasi yang diwakili oleh kedua kelompok
petani peserta PIR-BUN karet homogen dalam tingkat
kerusakan tanamannya.
Ha : Kedua populasi yang diwakili oleh kedua kelompok
petani peserta PIR-BUN karet tidak homogen dalam
tingkat kerusakan tanamannya.
 = 0,05
nad  bc 
2
2 Kesimpulan
 
a  c b  d c  d a  b  Tolak Ho,artinya
kedua populasi asal
6427 15  157 
2
  6,112 sampel tersebut tidak
34302242 homogen dalam hal
X2(1-α) = 3,841 kerusakan tanaman
Jadi X2hit > X2tab karetnya.
Contoh (Tabel Kontingensi rx2)
Seorang peneliti tertarik untuk melihat kerusakan
tanaman karet di PIR-BUN karet. Dalam penelitian
ini ia mengelompokkan petani peserta ke dalam
empat kelompok, yaitu : petani peserta asal usahatani
karet, asal usahatani tanaman pangan, asal tanaman
perkebunan non karet dan bukan asal usahatani.
Penelitian ini mendapatkan data tingkat kerusakan
tanaman karet sebagai berikut :
Tabel : Hasil kerusakan tanaman karet di PIR-BUN
karet dalam empat kelompok asal petani
peserta.
Banyaknya tanaman karet
Kelompok petani yang rusak Total
Ya Tidak

Asal UT karet 55 20 70
Asal UT Tan. pangan 12 25 37
Asal perkebunan bukan 6 8 14
Tan karet
Asal bukan UT 1 21 22
Total 69 74 143

Dari data di atas, apakah kita dapat menyimpulkan

bahwa populasi tersebut tidak homogen dalam ha
kerusakan tanaman karet, guankan  = 0,05.
 Jawab :
Ho : Keempat populasi yang diwakili oleh
keempat kelompok petani peserta PIR-
BUN karet homogen dalam tingkat
kerusakan tanamannya.
Ha : Keempat populasi yang diwakili oleh
keempat kelompok petani peserta PIR-
BUN karet tidak homogen dalam tingkat
kerusakan tanamannya.
 = 0,05
 Tabel : Hasil analisis frekuensi sel yang
teramati dari emapt kelompok asal
petani peserta PIR-BUN karet.
Kelompok petani Banyaknya tanaman karet yang Total
rusak
Ya Tidak
Asal UT karet 50(33,776) 20(36,221) 70
Asal UT Tan. pangan 12(17,853) 25(19,147) 37
Asal perkebunan 6(6,755) 8(7,245) 14
bukan Tan karet
Asal bukan UT 1(10,615) 21(1,385) 22
Total 69 74 143
Perhitungan
2 r c Oij  Eij 2 (5033,776)2 (1217,853)2 ( 2111,385)2
    Eij  33,776  17,853  ........  11,385  35,761
i 1 j 1

 X2(1-α)(db), = 7,815
 Jadi X2hit > X2tab, keputusan tolak Ho, artinya
keempat populasi asal sampel tersebut tidak
homogen dalam hal tingkat kerusakan tanaman
karetnya
 Uji homogenitas Khi-Kuadrat dapat diperluas
untuk digunakan pada kasus Tabel Kontingensi
berukuran r x c
SELESAI DAN TERIMA KASIH