Apakah chi square Harus tabel 2x2?

Uji chi-square dua sampel merupakan salah satu pengujian statistik yang cukup populer digunakan dalam berbagai penelitian. Analisis ini biasa digunakan untuk pengukuran statistik non parametrik.

Karena menggunakan dua sampel, uji ini tergolong dalam jenis analisis bivariat. Distribusi sampling yang digunakan pada uji ini adalah distribusi chi-square (dibaca khai square).

Bila anda menggunakan data penelitian yang bersifat nominal, pengujian ini harus anda kuasai.

Daftar isi

• Apa itu Uji Chi-Square Dua Sampel?
• Syarat Penggunaan Uji Chi-Square Dua Sampel
• Statistik Uji Chi Square Kasus 2 Sampel
• Prosedur Pengujian Uji Chi-Square 2 Sampel
• Contoh Penggunaan Chi-Square 2 Sampel
• Contoh Penggunaan Uji Chi-Square 2 Sampel Dengan SPSS

Apa itu 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.

Contoh penggunaan uji chi-square dua sampel yang biasa digunakan adalah saat ingin mengetahui apakah terdapat perbedaan kondisi lingkungan (sehat atau tidak sehat) dengan penyakit kulit yang diderita (memiliki penyakit kulit atau tidak).

Anda juga bisa melakukan pengelompokkan ini sesuai dengan kondisi dan data penelitian.

Syarat Penggunaan Uji Chi-Square Dua Sampel

Dalam penggunaan uji chi-square dua sampel, perhatikan hal-hal berikut:

1. Data yang digunakan bersifat kategori atau nominal
2. Sampel yang digunakan haruslah independen. Artinya, kondisi pada satu kategori tidak memengaruhi kondisi pada kategori lain.
3. Sebisa mungkin, gunakan jumlah sampel yang cukup besar untuk menghasilkan statistik uji yang valid.
4. Tidak ada nilai frekuensi observasi (Oi) yang bernilai 0
5. 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.
6. 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 dimiliki. Jika tidak, kita bisa menggabung kategori-kategori yang berdekatan.

Derajat bebas yang digunakan adalah df=(r-1)(k-1)

Statistik Uji Chi Square Kasus 2 Sampel

Dalam pengujian Uji Chi Square Kasus 2 Sampel, terdapat 2 formula yang bisa digunakan

1. Formula pertama, kondisi statistik uji chi-square untuk jumlah sampel 20 hingga 40:

untuk nilai harapan, dihitung dengan rumus berikut:

Di mana:

r=jumlah baris

c=jumlah kolom

oij=frekuensi observasi pada baris i kolom j

eij=frekuensi harapan pada baris I kolom j

n=jumlah sampel

2. Formula kedua, anda bisa menggunakan tabel kontingensi dengan formula yang memuat koreksi kontinuitas. Formula ini digunakan ketika jumlah sampel lebih dari 40.

dengan derajat kebebasan: df=chi-square(alpha,1)

3. Jika jumlah sampel kurang dari 20, anda bisa menggunakan Uji Exact Fisher

Prosedur Pengujian Uji Chi-Square 2 Sampel

1. Tentukan H0 dan H1, dimana:

H0 = (tidak terdapat perbedaan frekuensi 2 populasi)

H1= (terdapat perbedaan frekuensi 2 populasi)

2. Tentukan nilai taraf signifikansi

Dalam taraf signifikansi, anda harus menentukan apakah uji ini tergolong uji dua arah atau uji satu arah. Jika dua arah, jangan lupa membagi nilai alpha dengan 2.

Biasnaya, uji chi-square merupakan uji satu arah.

3. Tentukan kriteria pengujian

Tentukan nilai Chi-Square tabel melalui statistik uji untuk menentukan pengambilan keputusan terhadap hipotesis.

4. Temukan statistik uji

Berdasarkan jumlah sampel yang digunakan, anda bisa menentukan statistik uji yang digunakan. Bila anda ragu, anda bisa menggunakan uji chi-square dan koreksi kontinuitas bila jumlah sampel lebih dari 40.

5. Tentukan keputusan

Jika nilai Chi-Square hitung < Chi-Square tabel, maka kita gagal menolak H0

Jika nilai Chi-Square hitung > Chi-Square tabel, maka kita berhasil menolak H0

Contoh Penggunaan Chi-Square 2 Sampel

Seorang peneliti ingin mengetahui kecenderungan gender terhadap partisipasi dalam pilkada. Berdasarkan 120 total sampel, didapatkan hasil sebagai berikut.

Tentukan apakah terdapat perbedaan hubungan yang signifikan antara gender dan partisipasi pada pilkada!

Jawab:

1. Tentukan Hipotesis H0 dan Hipotesis alternatif

H0: Tidak terdapat perbedaan yang signifikan terkait gender terhadap partisipasi pilkada

H1: Terdapat perbedaan yang signifikan antara gender terhadap partisipasi pilkada

2. Tentukan taraf signifikansi

alpha = 5% (0.05)

3. Tentukan kriteria pengujian

Bila Chi-Square Hitung > Chi Square tabel, berhasil menolak H0

Bila Chi-Square Hitung < Chi Square tabel, kita gagal menolak H0

4. Tentukan statistik uji

Dalam kasus ini, kita bisa menggunakan statistik uji chi-square atau koreksi kontinuitas karena jumlah sampel melebihi 40 unit.

Untuk uji, chi square 2 populasi, berikut penyelesaiannya!

Perhitungan Frekuensi Harapan:

Dengan menggunakan Statistik Uji Chi Square 2 populasi, kita mendapatkan nilai Chi-Square hitung adalah 2.44.

Karena n≥40, gunakan maka kita juga bisa menggunakan menggunakan koreksi kontinuitas dengan perhitungan sebagai berikut:

Berdasarkan formula Statistik Uji Chi-Square 2 sampel, terlihat nilai Chi-Square hitung yang dihasilkan adalah 2.844.

Berdasarkan formula Statistik Uji Chi-Square dengan koreksi kontinuitas, terlihat nlai Chi-Square hitung yang dihasilkan adalah 1.872.

5. Kesimpulan

Dengan menggunakan statistik uji chi-square 2 populasi, nilai chi-square hitung < chi-square tabel. Artinya, kita gagal menolak h0.

Bisa disimpulkan bahwa tidak terdapat hubungan perbedaan yang signifikan antara gender dengan partisipasi pilkada.

Dengan menggunakan statistik uji chi-square 2 populasi dengan koreksi kontinuitas, nilai chi-square hitung < chi-square tabel. Artinya, kita gagal menolak h0.

Bisa disimpulkan juga bahwa tidak terdapat hubungan perbedaan yang signifikan antara gender dengan partisipasi pilkada.

Ternyata, kedua statistik uji yang digunakan menghasilkan kesimpulan yang sama.

Contoh Penggunaan Uji Chi-Square 2 Sampel Dengan SPSS

1. Pilih Analyze > Descriptive Statistics > Crosstabs

2. Pindahkan variabel yang menjadi baris dan kolom

3. Klik menu statistics dan aktifkan centang chi-square

4. Pilih continue > ok

Nilai Pearson Chi-Square = 2.441, dengan p-value = 0.118

Nilai Continuity Correction = 1.897, dengan p-value = 0.168

Perhitungan pada SPSS dan manual menghasilkan nilai dan kesimpulan yang sama.

Tutorial Uji Chi-Square Dua Sampel Dengan SPSS

Penutup

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.

Secara formula, uji chi square dua sampel mirip dengan uji chi-square satu sampel.

Uji Chi-Square digunakan untuk 2 kelompok sampel atau populasi dengan kategori nominal.

Jika jumlah sampel kecil dari 20, pengujian bisa diganti dengan Uji Exact Fisher. Bila jumlah sampel antara 20 hingga 40, peneliti bisa menggunakan statistik uji chi-square.

Bila jumlah sampel lebih dari 40, peneliti bisa menggunakan koreksi kontinuitas untuk perhitungan yang lebih valid.

Yuvalianda

Hybrid government employee and internet marketing enthusiast. Blog ini berisi pengalaman-pengalaman saya dalam dunia birokrasi, statistik, internet marketing, bisnis online dan juga hal-hal menarik lainnya.

Apakah Chi Square harus 2x2?

Uji chi square menggunakan tabel apa?

Berapa jumlah sampel minimal untuk uji chi square?

Kapan kita pakai Chi Square?