UJI CHI SQUARE

Here is where your presentation begins

Start!
A. Latar Belakang
1. Beberapa formula statistika disusun berdasarkan asumsi-asumsi tertentu.
Formula tersebut dapat menggambarkan sebuah fenomena ketika asumsi-
asumsi tersebut terpenuhi. Oleh karena itu, jika kita memakai formula
tersebut maka data yang diharapkan sesuai dengan asumsi sebuah formula
penelitian. Berkaitan dengan hal tersebut makalah ini dapat dijadikan
referensi untuk meningkatkan pemahaman chi square (kai kuadrat) dan uji
prasyarat analisis yang baik dan benar di dalam sebuah penelitian.

Back Agenda Next

B. Rumusan Masalah
Chi square untuk uji hipotesis deskriptif satu sampel.
Chi square untuk uji hipotesis komparatif dua sampel independen.
Chi square untuk uji hipotesis komparatif k sampel independen.
Uji persyaratan analisis yang meliputi uji normalitas, uji homogenitas, uji linieritas, uji
heterokedasitas, uji multikolinieritas, uji autokorelasi
C. Tujuan Penulisan Makalah

1. MampuDapat memahami chi square untuk uji hipotesis deskriptif satu

sampel.
2. Dapat memahami chi square untuk uji hipotesis komparatif dua
sampel independen.
3. Dapat memahami chi square untuk uji hipotesis komparatif k sampel
independen.
4. Dapat memahami uji persyaratan analisis yang meliputi uji normalitas,
uji homogenitas, uji linieritas, uji heterokedasitas, uji
multikolinieritas., uji autokorelasi.

Back Agenda Next

 Chi Square
Chi square untuk uji hipotesis Chi square untuk uji hipotesis
01 deskriptif satu sampel 02 komparatif dua sampel independen

= Chi square
= Frekuensi yang
diobservasi
= Frekuensi yang
diharapkan

Back Agenda Next

Cara Perhitungan SPSS Chi square untuk uji hipotesis deskriptif satu
sampel

01 Buka Variabel View → Pada

Nama isi Jurusan
02 Klik Values → isi values label

Back Agenda Next

 Buka Data view → Masukkan
03 data 04 Klik Analyze → non parametric
tests → chi square

Back Agenda Next

05 Masukkan jurusan pada test
Klik exact → klik monte carlo →
variable list
isi number of samples → continue
06
07 Klik options → descriptive → continue

08
Klik OK
 Chi square untuk uji hipotesis
komparatif dua sampel independen
Sampel Minat lulusan Jumlah Sampel
Melanjutkan Bekerja
studi .
Lulusan SMA 60 20 80
Lulusan SMK 20 50 70
Jumlah 80 70 150

Back Agenda Next

 = 30,50

Back Agenda Next

Chi square untuk uji hipotesis komparatif k sampel independen

Chi square k sampel digunakan untuk menguji hipotesis komparatif lebih dari dua sampel,
atau untuk memeriksa apakah sampel-sampel yang diambil secara acak variabelnya berasal
dari populasi yang homogen bila datanya berbentuk diskrit atau nominal

Dimana:
= Chi square
= Frekuensi yang diobservasi
= Frekuensi yang diharapkan
Uji persyaratan analisis
1. Uji normalitas
Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel berasal dari
populasi yang berdistribusi normal. langkahnya dapat dilihat di makalah pada halaman 23

2. Uji homogenitas
Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data
sampel berasal dari populasi yang memiliki variasi yang sama. langkahnya dapat dilihat di
makalah pada halaman 26

 
3. Uji linieritas
Uji linieritas dilakukan dengan mencari persamaan garis regresi variabel bebas x terhadap
variabel terikat y. langkahnya dapat dilihat di makalah pada halaman 29
4. Uji heterokedasitas
Uji Heterokedasitas adalah untuk melihat apakah kesalahan (error)
pada data memiliki varian yang sama atau tidak. Pendeteksian konstan
atau tidaknya varian error konstan dapat dilakukan dengan
menggambar grafik antara ŷ dengan residu (y - ŷ). Apabila garis yang
membatasi sebaran titik-titik relatif paralel maka varian error dikatakan
konstan.

5. Uji multikolinieritas
Uji multikolinieritas dimaksudkan untuk mengetahui ada tidaknya
hubungan (korelasi) yang signifikan antar variabel bebas. Jika terdapat
hubungan yang cukup tinggi (signifikan), berarti ada aspek yang sama
diukur pada variabel bebas. Hal ini tidak layak digunakan untuk
menentukan kontribusi secara bersama-sama variabel bebas terhadap
variabel terikat.

 
6. Uji Autokorelasi

Uji autokorelasi bertujuan untuk mencari tahu apakah kesalahan (error)

suatu data pada periode tertentu berkorelasi dengan periode lain. Model
regresi ganda yang baik adalah tidak mengalami autokorelasi. Cara
untuk mengetahui apakah mengalami atau tidak mengalami
autokorelasi adalah dengan mengecek nilai Durbin-Watson (DW).
Syarat tidak terjadi autokorelasi adalah 1 < DW < 3.
Kesimpulan
Chi square dapat dihitung menggunakan data kategori. Datanya berbentuk diskrit
atau nominal. Hasil dari chi kuadrat selalu positif karena hasilnya selalu
dikuadratkan. Hasil chi kuadrat hitung jika lebih kecil dari chi kuadrat tabel maka
hasilnya adalah tidak terjadi perbedaan yang signifikan. Tetapi jika hasilnya lebih
besar dari chi kuadrat tabel maka terjadi perbedaan yang signifikan. Sehingga
dapat disimpulkan semakin besar hasil dari chi kuadrat hitung terhadap chi kuadrat
tabel maka semakin signifikan perbedaannya.
Uji persyaratan analisis meliputi uji normalitas, homogenitas, linieritas,
heterokedasitas, multikolinieritas dan autokorelasi. Uji tersebut sangat penting
untuk dilakukan, karena dalam statistik inferensial agar kesimpulan analisis data
berlaku pada populasi, maka sebaran data harus memenuhi beberapa kriteria
tersebut.