Pertemuan ke-3

TWO INDEPENDENT
SAMPLES (1)
(UJI DUA SAMPEL BEBAS)
Pendahuluan

■ Sample independent artinya satu pengukuran variable tidak

langsung terkait dengan pengukuran variable satunya.
■ Semua alat uji dua sampel bebas mempunyai tujuan
yang sama, yakni menguji apakah dua sampel
independent (bebas) tersebut berasal dari populasi
yang sama
Uji Fisher

■ Fisher Exact Test bertujuan untuk mengetahui ada tidaknya hubungan

antar dua kelompok sampel independen.
■ Fisher Exact Test digunakan untuk tabel 2x2.
■ Sampel yang digunakan berjumlah kecil (N ≤ 20).
■ Fisher Exact Test digunakan jika nilai Expected Count kurang dari 5.
■ Skala data yang digunakan adalah data kategorik (nominal dan ordinal).
■ Fisher Exact Test merupakan bagian dari Statistik Non Parametrik
maka tidak memerlukan asumsi normalitas.
Contoh Kasus

Seorang peneliti ingin meneliti mengenai proporsi jenis

pekerjaan penduduk di bidang pertanian dan non
pertanian di suatu wilayah kecil. Penduduk dibedakan
berdasarkan tempat tinggal mereka yaitu desa dan kota.
Apakah proporsi penduduk yang bekerja di sektor
pertanian dan non pertanian di desa dan di kota berbeda?
Pekerjaan wilayah Pekerjaan wilayah

1 1 2 2

1 1 2 2
Pekerjaan
1 1 2 2
Kelompok Keterangan
1 1 2 2 1 Pertanian
2 Non pertanian
1 1 2 2

1 1 2 2 Wilayah
Kelompok Keterangan
1 1 2 2 1 Desa

2 1 2 2 2 Kota

1 2 2 2

1 2 2 2
 Interpretasi
 Hipotesis
H0 = proporsi penduduk dengan pekerjaan
pertanian dan proporsi penduduk dengan pekerjaan
non pertanian di desa dan di kota adalah sama
H1 =proporsi penduduk dengan pekerjaan
pertanian dan proporsi penduduk dengan pekerjaan
non pertanian di desa dan di kota berbeda
 Pengambilan Keputusan

■ Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima,
menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak,
menerima H1
Hasil
■ Nilai Exact. Sig 0.005 < 0.05  Maka H0 ditolak
Artinya proporsi penduduk dengan pekerjaan
pertanian dan proporsi penduduk dengan pekerjaan
non pertanian di desa dan di kota berbeda
■ Kesimpulan: jadi, proporsi penduduk dengan
pekerjaan pertanian dan proporsi penduduk dengan
pekerjaan non pertanian di desa dan di kota berbeda
Contoh Kasus

Seorang peeliti ingin mengetahui kecenderungan gender

terhadap partisipasi dalam pilkada. Berdasarkan 20 total
sampel, didapatkan hasil sebagai berikut:
Partisipasi
Gender Ya Tidak
Laki-laki 2 7
Perempuan 10 1

Tentukan apakah terdapat perbedaan hubungan yang

signifikan!
 Interpretasi
 Hipotesis
H0 = tidak terdapat perbedaan yang signifikan
antara gender dengan tingkat partisipasi pilkada
H1 = terdapat perbedaan yang signifikan antara
gender dengan tingkat partisipasi pilkada
 Pengambilan Keputusan

■ Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima,
menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak,
menerima H1
Hasil
■ Nilai Exact. Sig 0.005 < 0.05  Maka H0 ditolak
Artinya terdapat perbedaan yang signifikan antara
gender dengan tingkat partisipasi pilkada
■ Kesimpulan: jadi, terdapat perbedaan yang
signifikan antara gender dengan tingkat partisipasi
pilkada
Uji Chi Square Dua Sampel

■ Uji chi-square 2 sampel merupakan pengujian hipotesis

yang bertujuan untuk mengetahui apakah terdapat
perbedaan dan pengaruh antara dua buah kelompok
sampel yang dikelompokkan menurut kategori atau
klasifikasi tertentu.
■ Analisis ini tergolong dalam uji bivariat
Syarat Penggunaan Uji Chi-Square
Dua Sampel
■ Data yang digunakan bersifat kategori atau nominal
■ Sampel yang digunakan haruslah independen
■ Sebisa mungkin gunakan jumlah sampel yang cukup besar untuk
menghasilkan statistik uji yang valid
■ Tidak ada nilai frekuensi observasi (Oi) yang bernilai 0
■ Jika terdapat data yang memiliki jumlah kategori sama dengan 2
(k=2),maka tidak boleh ada nilai harapan (ei) yang bernilai
kurang dari 5. jika terdapat kasus seperti ini, kita bisa
menggunakan uji binomial
Syarat Penggunaan Uji Chi-Square
Dua Sampel (lanjutan)
■ Apabila kategori yang digunakan memiliki jumlah kategori lebih
dari 2 (k>2) ,maka data frekuensi harapan yang bernilai kurang
dari 5 tidak boleh lebih dari 20% dari keseluruhan data yang
dimilik. Jika tidak, kita bisa meggabung kategori-kategori yang
berdekatan
Contoh Kasus

Seorang peeliti ingin mengetahui kecenderungan gender

terhadap partisipasi dalam pilkada. Berdasarkan 120 total
sampel, didapatkan hasil sebagai berikut:
Partisipasi
Gender Ya Tidak
Laki-laki 37 20
Perempuan 32 31

Tentukan apakah terdapat perbedaan hubungan yang

signifikan!
 Interpretasi
 Hipotesis
H0 = tidak terdapat perbedaan yang signifikan
antara gender dengan tingkat partisipasi
pilkada
H1 = terdapat perbedaan yang signifikan antara
gender dengan tingkat partisipasi pilkada
 Pengambilan Keputusan

■ Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima,
menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak,
menerima H1
Hasil
■ Nilai Asymp. Sig 0.118 > 0.05  Maka H0 diterima
Artinya tidak terdapat perbedaan yang signifikan
antara gender dengan tingkat partisipasi pilkada
■ Kesimpulan: jadi, tidak terdapat perbedaan yang
signifikan antara gender dengan tingkat partisipasi
pilkada
Uji Median 2 Sampel

■ Suatu prosedur untuk mengetahui apakah sampel

independen yang diambil dari dua populasi berbeda
mempunyai median yang sama.
■ Uji ini dapat dilakukan apabila kedua sampel berskala
ordinal
■ Dengan kata lain uji ini digunakan untuk mengetahui
apakah kedua sampel berasal dari populasi yang
mediannya sama.
Contoh Kasus

Kita ingin mengetahui apakah upah untuk pekerja wanita

mempunyai median yang sama dengan upah pekerja laki-
laki. Untuk penelitian diambil dua sampel berupa upah
dari 14 pekerja wanita dan upah dari 16 pekerja pria,
dengan data sebagai berikut:
Upah Perempuan Upah Laki-laki
(dalam ribu Rupiah)
56 56
16 23
52 55
15 21
40 41
15 29
38 31
14 17
28 16
13 28
19 25
12 13
18 24
10 12
24
9
 Interpretasi
 Hipotesis
H0 = median upah pekerja perempuan sama
dengan median upah pekerja laki-laki
H1 =median upah pekerja perempuan tidak
sama dengan median upah pekerja laki-laki
 Pengambilan Keputusan

■ Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima,
menolak H1
Jika Prob. / Sig. < 0,05  Maka H0 ditolak,
menerima H1
 Hasil

■ Nilai Exact. Sig 0,272 > 0.05 

Maka H0 diterima Artinya
median upah pekerja perempuan
sama dengan median upah
pekerja laki-laki
■ Kesimpulan: jadi, median upah
pekerja perempuan sama
dengan median upah pekerja
laki-laki
Aturan

■ Jika m + n > 40, gunakan X2 dengan koreksi Yate’s (koreksi

kontinyuitas)
■ Jika 20 < m+n < 40, tes X2 bisa digunakan bila frekuensi harapan
minimal 5. bila ada frekuensi harapan < 5 maka gunakan tes
fisher
■ Jika m+n < 20, gunakan tes fisher.
■ Jika ada skor yang jatuh tepat pada median gabungan:
1. Jika m+n besar dan sedikit yang jatuh tepat pada median
gabungan, kasus tersebut digugurkan dari analisis
2. Skor tersebut dimasukkan kedalam kategori ≤ median