Syarat Penerapan Rumus Chi Square

Judul postingan ini memang agak aneh :D, melepas kelelahan saya mencoba memberikan
sedikit

sekelumit

perihal

Chi

Square.

Dilanjut... ane mo cerita nich, ada beberapa mahasiswa yang dateng ke rumah ane, tapi
saya gak heran emang rumah saya banyak di kunjungi mahasiswa :D. Kali ini kedatangan
mereka bukan cuma tanya masalah KTI (Karya Tulis Ilmiah) atau pun skripsi, tetapi mereka
bertanya "Mbah emang gak bosen di depan komputer sambil mikir statistik melulu?!"
wew... pertanyaan aneh... wakakaka ya jelas aja ane kadang2 agak bosen hehehehe... ok
deh

kok

jadi

ngelantur

ya

:D.

Sebenarnya inilah beberapa pertanyaan yang sering di sampaikan mahasiswa ke ane:

1.

"Sebenarnya rumus Chi Square / Chi kuadrat ada berapa sih? soalnya ketika lihat
buku statistik ternyata cara menulis rumus Chi Square kok beda2?"

2.

"Kata dosen, kalo pake rumus Chi Square, sampelnya harus lebih dari 30 dan gak
boleh kurang dari 20, bener gak sih?"

3.

"Mencari nilai OR (Odd ratio) biasanya untuk tabel 2 x 2, sedangkan tabel saya 3 x
2, bisa gak sih pada tabel 3 x 2 kita mencari nilai OR?"

4.

"Gimana sih cara mencari nilai keeratan hubungan?"

Ok,

ane

coba

jawab

satu

persatu

deh...

Pertanyaan nomor satu biasanya ane jawab secara singkat: "Rumus dasar Chi-Square ya
cuma

satu,

tapi

penulisannya

aja

yang

beda

tapi

hasilnya

sama

kok

:D".

Pertanyaan nomor dua biasanya ane jawab: "Ah... dosen yang mana, mungkin salah denger
kamu. Memang sampel banyak salah satu ciri-ciri dari Chi-square tapi bukan berarti jika
sampel kurang dari 20 tidak bisa dihitung menggunakan Chi-square. Bisa kok dihitung
walaupun sampelnya kurang dari 20. Yang penting kamu bisa tahu syarat-syaratnya :D,
waduhhhh kok ada syarat??. Iya ada syaratnya tapi mudah kok dipahami. Perhatikan point
di bawah ini:

Jika tabel yang digunakan adalah 2 x 2 kita perlu melakukan koreksi kontiunitas
yang dikemukakan oleh Yates pada tahun 1934. Karena jika kita menggunakan rumus chisquare

untuk

menyelesaikan

pengujian

chi-square/chi-kuadrat

maka

akan

terjadi

penaksiran yang berlebihan terutama bila hasil pengamatan merupakan frekuensi yang
kecil sehingga banyak terjadi penolakan hipotesis. Hal ini disebabkan karena terjadinya
pendekatan distribusi binominal ke distribusi normal. Pusing ya.... hehehehehe gini aje
biar ente semua kagak bingung saya beri deh bonus permisalan :D, perhatikan rumus ini
nich:

Sudah dilihat belum rumus di atas Cucu-cuku? KALO KURANG JELAS DI KLIK AJA
GAMBARNYA BIAR KELIHATAN GEDE hihihihi..... kalo sudah baca mari kita lanjutkan....
meluncurrr...
PENJELASAN

RUMUS:

Rumus nomor 1 dan 2 bisa digunakan jika: Tabel yang digunakan adalah 3 x 2 atau lebih
Rumus nomor 3 dan 4 (Koreksi Yate's) digunakan jika tabel yang digunakan adalah 2 x 2
dan nilai di dalam sel tidak ada yang kurang dari 5 (Nilai Observer tidak ada yang <5).
Rumus nomor 5 dan 6 (p-value/Fisher extact test) digunakan jika tabel yang digunakan
adalah

2,

akan

tetapi

terdapat

nilai

kurang

dari

di

dalam

sel.

KESIMPULAN DARI PERTANYAAN NOMOR DUA YAITU: SAMPEL KURANG DARI 20 TETAP
MASIH

BISA

DIHITUNG

Pertanyaan nomor selanjutnya yaitu nomor 3, biasanya ane jawab bisa, salah satunya
dengan melakukan Dummy Variabel Tabel. caranya mungkin lain kali ane posting deh :D
Pertanyaan nomor 4 ane jawab, ya dengan menghitung nilai koefesien kontingensi (nilai C)
kemudian dibandingkan dengan nilai Cmax. contohnya lain kali deh.

1. Pengertian Uji Chi-Square

Uji chi-square di sebut juga dengan Kai Kuadrat. Uji chi-squeare adalah salah satu uji

statistic no-parametik (distibusi dimana besaran besaran populasi tidak diketahui)

yang cukup sering digunakan dalam penelitian yang menggunaka dua variable, dimana
skala data kedua variable adalah nominal atau untuk menguji perbedaan dua atau lebih
proporsi sampel. Uji chi-square diterapkan pada kasus dimana akan diuji apakah
frekuensi yang akan di amati (data observasi) untuk membuktikan atau ada perbedaan
secara nyata atau tidak dengan frekuensi yang diharapkan. Chi-square adalah teknik
analisis yang digunakan untuk menentukan perbedaan frekuensi observasi (Oi) dengan
frekuensi ekspektasi atau frekuensi harapan (Ei) suatu kategori tertentu yang
dihasilkan. Uji ini dapat dilakukan pada data diskrit atau frekuensi.
Pengertian chi-quare atau chi kuadrat lainya adalah sebuah uji hipotesis tentang
perbandingan Antara frekuensi observasi dengan frekuensi harapan yang didasarkan
oleh hipotesis tertentu pada setiap kasus atau data yang ambil untuk diamati. Uji ini
sangat bermanfaat dalam melakukan analisis statistic jika kita tidak memiliki informasi
tantang populasi atau jika asumsi-asumsi yang dipersyaratkan untuk penggunaan
statistic parametric tidak terpenuhi. Chi kuadrat biasanya di dalam frekuensi observasi
berlambangkan dengan frekuensi harapan yang didasarkan atas hipotesis yang hanya
tergantung pada suatu parameter, yaitu derajat kebebasan (df).
Chi kuadrat mempunyai masingmasing nilai derajat kebebasan, yaitu distribusi
(kuadrat standard normal) merupakan distribusi chi kuadrat dengan d.f. = 1, dan nilai
variabel tidak bernilai negative. Kegunaan dari chi square untuk menguji seberapa baik
kesesuaian diantara frekuensi yang teramati dengan frekuensi harapan yang didasarkan
pada sebaran yang akan dihipotesiskan, atau juga menguji perbedaan antara dua
kelompok pada data dua kategorik untuk dapat menguji signifikansi asosiasi dua
kelompok pada data dua katagorik tersebut.
Uji chi-square merupakan uji non parametris yang paling banyak digunakan. Namun
perlu diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang
digunakan besar, sebab ada beberapa syarat di mana chi square dapat digunakan yaitu:
1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0)
sebesar 0 (Nol).
2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count (Fh) kurang dari 5.
3. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2
x 2, maka rumus yang digunakan adalah koreksi yates. Untuk rumus koreksi yates,
sudah kami bahas dalam artikel sebelumnya yang berjudul Koreksi Yates.

Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di
atas, yaitu ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus diganti
dengan rumus Fisher Exact Test. Pengamatan yang kami lakunan kami menggunakan
persamaan Pearson Chi-Square
Keterangan :
O : Nilai Observasi (pengamatan)
E : Nilai Expected (harapan)

Df = ( b 1 ) ( k 1 )

B : Jumlah baris
K : Jumlah kolom

Nilai chi square adalah nilai kuadrat karena itu nilai chi square selalu positif. Bentuk
distribusi chi square tergantung dari derajat bebas (Db)/degree of freedom. Pengertian
pada uji chi square sama dengan pengujian hipotesis yang lain, yaitu luas daerah
penolakan Ho atau taraf nyata pengujian.
1. Kegunaan Chi-Square
Adapun kegunaan dari uji Chi-Square, adalah :
1. Ada tidaknya asosiasi antara 2 variabel (Independent test)

2. Apakah suatu kelompok homogen atau tidak (Homogenity test)

3. Uji kenormalan data dengan melihat distribusi data (Goodness of fit test)
4. Digunakan untuk menganalisis data yang berbentuk frekuensi.
5. Digunakan untuk menentukan besar atau kecilnya korelasi dari variabel-variabel
yang dianalisis
6. Cocok digunakan untuk data kategorik, data diskrit atau data nominal

C. Cara Memberikan Interpretase Terhadap Chi Square :

1. Menentukan Df atau Db
2. Melihat nilai Chi Square pada table
3. Membandingkan atantara nilai Chi Square dari hasil perhitungan dengan nilai Chi
Square dari table

D. Pengambilan Keputusan
Ketentuan yang menyatakan ada tidaknya dalam pengambilan keputusan, adalah:
1.

Bila harga Chi Square (X2) Tabel Chi Square Hipotesis Nol (H0) ditolak & Hipotesis
Alternatif (Ha) diterima
2. Bila harga Chi Square (X2) < Tabel Chi Square Hipotesis Nol (H0) diterima & Hipotesis
Alternatif (Ha) ditolak

G. Chi Square Untuk Variabel Tunggal

Adalah variabel yang akan dianalisis dengan tes Chi Square sampelnya hanya terdiri
dari satu kategori saja.
Proses perhitungan analisis chi Square adalah sebagai berikut:
1.

Menghitung harga chi square dengan cara menyiapkan tabel perhitungan chi square

Langkah-langkah:
Tentukan frekuensi observasi (fo) dan frekuensi harapan (fh)
Lakukan substitusi hasil yang diperoleh ke dalam rumus berikut:

1.

Memberikan interpretasi terhadap harga chi square

Langkah-langkah:
1.
2.
3.

Menghitung db atau df
Berkonsultasi dengan tabel nilai chi square
Mengambil kesimpulan

1.

Chi Square Untuk Tabel 22

Adalah variabel yang akan dianalisis dengan tes chi square sampelnya terdiri dari dua
kategori dan frequensi observasinya terdiri dari dua kategori pula.
Rumusnya adalah:

I.

Chi Square Dengan Koreksi Yates

Digunakan untuk menghitung harga Chi Square pada tabel 22 dengan df=1 dan salah
satu selnya memiliki frekuensi kurang dari 10.
Rumusnya adalah:

J.

Chi Square Untuk Tabel Yang Baris dan Kolomnya Lebih Dari Dua Ketegori

Prinsip penggunaannya sama dengan Chi Square untuk Tabel 22 dan variabel tunggal..

Chi Square Metode

Metode Uji Chi Square

Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data
kedua variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan
skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus
digunakan uji pada derajat yang terendah).

Uji chi-square merupakan uji non parametris yang paling banyak digunakan. Namun
perlu diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang
digunakan besar, sebab ada beberapa syarat di mana chi square dapat digunakan
yaitu:

1.
Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual
Count(F0) sebesar 0 (Nol).
2.
Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count ("Fh") kurang dari 5.
3.
Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell
dengan frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%.
Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi
bentuk 2 x 2, maka rumus yang digunakan adalah "koreksi yates".
Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti
di atas, yaitu ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus
diganti dengan rumus "Fisher Exact Test".

Pada artikel ini, akan fokus pada rumus untuk tabel kontingensi lebih dari 2 x 2,
yaitu rumus yang digunakan adalah "Pearson Chi-Square".

Rumus Tersebut adalah:

Uji kai kuadrat (dilambangkan dengan "2" dari huruf Yunani "Chi" dilafalkan "Kai")
digunakan untuk menguji dua kelompok data baik variabel independen maupun
dependennya berbentuk kategorik atau dapat juga dikatakan sebagai uji proporsi
untuk dua peristiwa atau lebih, sehingga datanya bersifat diskrit. Misalnya ingin
mengetahui hubungan antara status gizi ibu (baik atau kurang) dengan kejadian
BBLR (ya atau tidak).

Dasar uji kai kuadrat itu sendiri adalah membandingkan perbedaan frekuensi hasil
observasi (O) dengan frekuensi yang diharapkan (E). Perbedaan tersebut
meyakinkan jika harga dari Kai Kuadrat sama atau lebih besar dari suatu harga
yang ditetapkan pada taraf signifikan tertentu (dari tabel 2).

Uji Kai Kuadrat dapat digunakan untuk menguji :

1. Uji 2 untuk ada tidaknya hubungan antara dua variabel (Independency test).
2. Uji 2 untuk homogenitas antar- sub kelompok (Homogenity test).
3. Uji 2 untuk Bentuk Distribusi (Goodness of Fit)

Sebagai rumus dasar dari uji Kai Kuadrat adalah :

Keterangan :
O = frekuensi hasil observasi
E = frekuensi yang diharapkan.
Nilai E = (Jumlah sebaris x Jumlah Sekolom) / Jumlah data

df = (b-1) (k-1)

Dalam melakukan uji kai kuadrat, harus memenuhi syarat:

1.

Sampel dipilih secara acak

2.

Semua pengamatan dilakukan dengan independen

3.
Setiap sel paling sedikit berisi frekuensi harapan sebesar 1 (satu). Sel-sel
dengdan frekuensi harapan kurang dari 5 tidak melebihi 20% dari total sel
4.

Besar sampel sebaiknya > 40 (Cochran, 1954)

Keterbatasan penggunaan uji Kai Kuadrat adalah tehnik uji kai kuadarat memakai
data yang diskrit dengan pendekatan distribusi kontinu. Dekatnya pendekatan yang
dihasilkan tergantung pada ukuran pada berbagai sel dari tabel kontingensi. Untuk
menjamin pendekatan yang memadai digunakan aturan dasar frekuensi harapan
tidak boleh terlalu kecil secara umum dengan ketentuan:
1.
Tidak boleh ada sel yang mempunyai nilai harapan lebih kecil dari 1 (satu)

2.

Tidak lebih dari 20% sel mempunyai nilai harapan lebih kecil dari 5 (lima)

Bila hal ini ditemukan dalam suatu tabel kontingensi, cara untuk
menanggulanginyanya adalah dengan menggabungkan nilai dari sel yang kecil ke
se lainnya (mengcollaps), artinya kategori dari variabel dikurangi sehingga kategori
yang nilai harapannya kecil dapat digabung ke kategori lain. Khusus untuk tabel 2x2
hal ini tidak dapat dilakukan, maka solusinya adalah melakukan uji Fisher Exact
atau Koreksi Yates

Analisis Chi Square

Contoh kasus
Perusahaan penyalur alat elektronik AC ingin mengetahui apakah ada hubungan antara
gender dengan sikap mereka terhadap kualitas produk AC. Untuk itu mereka meminta 25
responden mengisi identitas mereka dan sikap atau persepsi mereka terhadap produknya.
Permasalahan : Apakah ada hubungan antara gender dengan sikap terhadap kualitas AC?

Hipotesis :

H0 = Tidak ada hubungan antara gender dengan sikap terhadap kualitas AC

H1 = Ada hubungan antara gender dengan sikap terhadap kualitas AC

Tolak hipotesis nol (H0) apabila nilai signifikansi chi-square < 0.05 atau nilai chi-square
hitung lebih besar (>) dari nilai chi-square tabel.

1. Menguji Independensi antara 2 faktor(independensi)

Independensi (keterkaitan) antara 2 faktor dapat diuji dengan uji chi square. Masalah
independensi ini banyak mendapat perhatian hampir di semua bidang, baik eksakta
maupun sosial ekonomi. Kita ambil contoh di bidang ekonomi dan pendidikan. Kita bisa
menduga bahwa keadaan ekonomi seseorang tidak ada kaitannya dengan tingkat
pendidikannya, atau justru sebaliknya bahwa keadaan ekonomi seseorang terkait erat
dengan tingkat pendidikannya. Untuk menjawab dugaan-dugaan ini, kita bisa
menggunakan uji chi square.
Langkah-langkahnya sebagai berikut.

1. Buatlah hipotesis

H0: tidak ada kaitan antara keadaan ekonomi seseorang dengan pendidikannya
HA: ada kaitan antara keadaan ekonomi seseorang dengan pendidikannya
2. Lakukan penelitian dan kumpulkan data
Hasil penelitian adalah sebagai berikut (tentatif).
Kategori

Di bawah
Di atas garis
garis
Total
kemiskinan
kemiskinan

Tidak tamat
SD

12

SD

20

17

37

SMP

15

16

31

SMA

23

26

Perguruan
Tinggi

22

24

Total

48

82

130

3. Lakukan analisis
Kategori

Di bawah
Di atas
garis
garis
kemiskinan kemiskinan

Total

Tidak tamat
SD
8

4,43

7,57

20

17

13,66

23,34

O
E

12

SD
37

SMP
O

15

16

11,45

19,55

23

9,60

16,40

22

8,86

15,14

48

82

31

SMA
26

Perguruan
Tinggi
O
E
Total

24

130

Nilai O (Observasi) adalah nilai pengamatan di lapangan

Nilai E (expected) adalah nilai yang diharapkan, dihitung sbb:
1. Nilai E untuk kategori tidak tamat SD di bawah garis kemiskinan = (12 x 48)/130 = 4,43
2. Nilai E untuk kategori tidak tamat SD di atas garis kemiskinan = (12 x 82)/130 = 7,57
3. Nilai E untuk kategori SD di bawah garis kemiskinan = (37 x 48)/130 = 13,66
4. Nilai E untuk kategori SD di atas garis kemiskinan = (37 x 82)/130 = 23,34
5. Nilai E untuk kategori SMP di bawah garis kemiskinan = (31 x 48)/130 = 11,45
6. Nilai E untuk kategori SMP di atas garis kemiskinan = (31 x 82)/130 = 19,55
7. Nilai E untuk kategori SMA di bawah garis kemiskinan = (26 x 48)/130 = 9,60
8. Nilai E untuk kategori SMA di atas garis kemiskinan = (26 x 82)/130 = 16,40
9. Nilai E untuk kategori Perguruan Tinggi di bawah garis kemiskinan = (24 x 48)/130 = 8,86
10. Nilai E untuk kategori Perguruan Tinggi di atas garis kemiskinan = (24 x 82)/130 = 15,14

Hitung nilai Chi square (x^2)

TABEL CHI-SQUARE

4. Kriteria Pengambilan Kesimpulan

5. Kesimpulan
Hasil analisis menunjukkan bahwa nilai x^2 hitung = 26,586, yaitu lebih besar dari nilai x^2

tabel yaitu 9,488, sehingga kita harus menerima HA. Dengan demikian, kita simpulkan
bahwa ada kaitan yang signifikan antara keadaan ekonomi seseorang dengan tingkat
pendidikannya (lihat lagi hipotesis di atas, khususnya bunyi hipotesis HA).
Catatan: kata signifikan berasal dari = 0,05.

2. Menguji proporsi
Contoh kasus (1):
Menurut teori genetika (Hukum Mendel I) persilangan antara kacang kapri berbunga
merah dengan yang berbunga putih akan menghasilkan tanaman dengan proporsi sebagai
berikut: 25% berbunga merah, 50% berbunga merah jambu, dan 25% berbunga putih.
Kemudian, dari suatu penelitian dengan kondisi yang sama, seorang peneliti memperoleh
hasil sebagai berikut, 30 batang berbunga merah, 78 batang berbunga merah jambu, dan
40 batang berbunga putih. Pertanyaannya adalah apakah hasil penelitian si peneliti
tersebut sesuai dengan Hukum Mendel atau tidak?
Untuk menjawab pertanyaan tersebut, kita bisa menggunakan uji chi-square, sebagai
berikut:
1. Buatlah hipotesis
H0: rasio penelitian adalah 1:2:1 atau 25%:50%:25%
HA: rasio penelitian adalah rasio lainnya
2. Lakukan analisis
Kategori

Merah

Merah Jambu

Putih

Jumlah

Pengamatan (O)

30

78

40

148

Diharapkan (E)

37

74

37

148

Proporsi diharapkan (E) dicari berdasarkan rasio 1:2:1, sebagai berikut:

Merah
= 1/4 x 148 = 37
Merah Jambu = 2/4 x 148 = 74
Putih

= 1/4 x 148 = 37

2. Menguji proporsi
Contoh kasus (1):
Menurut teori genetika (Hukum Mendel I) persilangan antara kacang kapri berbunga
merah dengan yang berbunga putih akan menghasilkan tanaman dengan proporsi sebagai
berikut: 25% berbunga merah, 50% berbunga merah jambu, dan 25% berbunga putih.
Kemudian, dari suatu penelitian dengan kondisi yang sama, seorang peneliti memperoleh
hasil sebagai berikut, 30 batang berbunga merah, 78 batang berbunga merah jambu, dan
40 batang berbunga putih. Pertanyaannya adalah apakah hasil penelitian si peneliti
tersebut sesuai dengan Hukum Mendel atau tidak?

Untuk menjawab pertanyaan tersebut, kita bisa menggunakan uji chi-square, sebagai
berikut:
1. Buatlah hipotesis
H0: rasio penelitian adalah 1:2:1 atau 25%:50%:25%
HA: rasio penelitian adalah rasio lainnya
2. Lakukan analisis
Kategori

Merah

Merah Jambu

Putih

Jumlah

Pengamatan (O)

30

78

40

148

Diharapkan (E)

37

74

37

148

Proporsi diharapkan (E) dicari berdasarkan rasio 1:2:1, sebagai berikut:

Merah
= 1/4 x 148 = 37
Merah Jambu = 2/4 x 148 = 74
Putih

= 1/4 x 148 = 37

Df = (kolom -1)(baris -1) = (3-1)(2-1) = 2

Kriteria Pengambilan Kesimpulan
Terima H0 jika x^2 hitung< x^2 tabel
Tolak H0 jik x^2 hitung x^2 tabel
Kesimpulan
Dari hasil analisis data, diperoleh x^2 hitung< x^2 tabel, maka H0 diterima.
Artinya, rasio hasil penelitian si peneliti tersebut sesuai dengan rasio menurut Hukum
Mendel (lihat bunyi hipotesis pada H0).

Contoh Kasus (2):

Suatu survey ingin mengetahui apakah ada hubungan Asupan Lauk dengan
kejadian Anemia pada penduduk desa X. Kemudian diambil sampel sebanyak 120
orang yang terdiri dari 50 orang asupan lauknya baik dan 70 orang asupan lauknya
kurang. Setelah dilakukan pengukuran kadar Hb ternyata dari 50 orang yang
asupan lauknya baik, ada 10 orang yang dinyatakan anemia. Sedangkan dari 70
orang yang asupan lauknya kurang ada 20 orang yang anemia. Ujilah apakah ada
perbedaan proporsi anemia pada kedua kelompok tersebut.

Jawab :
HIPOTESIS :
Ho : P1 = P2 (Tidak ada perbedaan proporsi anemia pada kedua kelompok tersebut)
Ho : P1 P2 (Ada perbedaan proporsi anemia pada kedua kelompok tersebut)
PERHITUNGAN :
Untuk membantu dalam perhitungannya kita membuat tabel silangnya seperti ini :

Kemudian tentukan nilai observasi (O) dan nilai ekspektasi (E) :

Selanjutnya masukan dalam rumus :

sekarang kita menentukan nilai tabel pada taraf nyata/alfa = 0.05. Sebelumnya kita
harus menentukan nilai df-nya. Karena tabel kita 2x2, maka nilai df = (2-1)*(2-1)=1.

Dari tabeli kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel =
3.841.
KEPUTUSAN STATISTIK
Bila nilai hitung lebih kecil dari nilai tabel, maka Ho gagal ditolak, sebaliknya
bila nilai hitung lebih besar atau sama dengan nilai tabel, maka Ho ditolak.
Dari perhitungan di atas menunjukan bahwa 2 hitung < 2 tabel, sehingga
Ho gagal ditolak.
KESIMPULAN
Tidak ada perbedaan yang bermakna proporsi antara kedua kelompok
tersebut. Atau dengan kata lain tidak ada hubungan antara asupan lauk
dengan kejadian anemia.

Rumus Chi Square

Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji komparatif non
parametris yang dilakukan pada dua variabel, di mana skala data kedua variabel adalah nominal. (Apabila
dari 2 variabel, ada 1 variabel dengan skala nominal maka dilakukan uji chi square dengan merujuk bahwa
harus digunakan uji pada derajat yang terendah).

Uji chi-square merupakan uji non parametris yang paling banyak digunakan. Namun perlu diketahui syaratsyarat uji ini adalah: frekuensi responden atau sampel yang digunakan besar, sebab ada beberapa syarat di
mana chi square dapat digunakan yaitu:
1.

Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0) sebesar 0 (Nol).

2.

Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang memiliki frekuensi
harapan atau disebut juga expected count ("Fh") kurang dari 5.

3.

Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi harapan yang
kurang dari 5 tidak boleh lebih dari 20%.

Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2 x 2, maka rumus
yang digunakan adalah "koreksi yates". Untuk rumus koreksi yates, sudah kami bahas dalam artikel
sebelumnya yang berjudul "Koreksi Yates".

Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di atas, yaitu ada cell
dengan frekuensi harapan kurang dari 5, maka rumus harus diganti dengan rumus "Fisher Exact Test".

Pada artikel ini, akan fokus pada rumus untuk tabel kontingensi lebih dari 2 x 2, yaitu rumus yang
digunakan adalah "Pearson Chi-Square".

Rumus Tersebut adalah:

Rumus Chi-Square

Untuk memahami apa itu "cell", lihat tabel di bawah ini:

Tabel Kontingensi Chi-Square

Tabel di atas, terdiri dari 6 cell, yaitu cell a, b, c, d, e dan f.

Sebagai contoh kita gunakan penelitian dengan judul "Perbedaan Pekerjaan Berdasarkan Pendidikan".
Maka

kita

coba

gunakan

data

sebagai

berikut:

Contoh Tabulasi Untuk Uji Chi-Square

Dari data di atas, kita kelompokkan ke dalam tabel kontingensi. Karena variabel pendidikan memiliki 3
kategori dan variabel pekerjaan memiliki 2 kategori, maka tabel kontingensi yang dipakai adalah tabel 3 x 2.
Maka akan kita lihat hasilnya sebagai berikut:

Contoh Tabel Kontingensi Chi-Square

Dari tabel di atas, kita inventarisir per cell untuk mendapatkan nilai frekuensi kenyataan, sebagai berikut:

Hitung F0 Uji Chi-Square

Langkah berikutnya kita hitung nilai frekuensi harapan per cell, rumus menghitung frekuensi harapan adalah
sebagai berikut:

Fh= (Jumlah Baris/Jumlah Semua) x Jumlah Kolom

1.

Fh cell a = (20/60) x 26 = 8,667

2.

Fh cell b = (20/60) x 34 = 11,333

3.

Fh cell c = (24/60) x 26 = 10,400

4.

Fh cell d = (24/60) x 34 = 13,600

5.

Fh cell e = (16/60) x 26 = 6,933

6.

Fh cell f = (16/60) x 34 = 9,067

Maka

kita

masukkan

ke

dalam

tabel

sebagai

berikut:

Hitung Fh Chi-Square

Langkah berikutnya adalah menghitung Kuadrat dari Frekuensi Kenyataan dikurangi Frekuensi Harapan per
cell.

1.

Fh cell a = (11 - 8,667)2 = 5,444

2.

Fh cell b = (9 - 11,333)2 = 5,444

3.

Fh cell c = (8 - 10,400)2 = 5,760

4.

Fh cell d = (16 - 13,600)2 = 5,760

5.

Fh cell e = (7 - 6,933)2 = 0,004

6.

Fh cell f = (9 - 9,067)2 = 0,004

Lihat

hasilya

pada

tabel

di

bawah

ini:

Tabel Hitung Chi-Square

Kuadrat

dari Frekuensi

Kenyataan dikurangi Frekuensi

Harapan per

cell

kemudian

dibagi

frekuensi

harapannya:
1.

Fh cell a = 5,444/8,667 = 0,628

2.

Fh cell b = 5,444/11,333 = 0,480

3.

Fh cell c = 5,760/10,400 = 0,554

4.

Fh cell d = 5,760/13,600 = 0,424

5.

Fh cell e = 0,004/6,933 = 0,001

6.

Fh cell f = 0,004/9,067 = 0,000

Kemudian dari nilai di atas, semua ditambahkan, maka itulah nilai chi-square hitung. Lihat Tabel di bawah
ini:

Hasil Akhir Tabel Hitung Chi-Square

Maka Nilai Chi-Square Hitung adalah sebesar: 2,087.

Untuk menjawab hipotesis, bandingkan chi-square hitung dengan chi-square tabel pada derajat kebebasan
atau degree of freedom (DF) tertentu dan taraf signifikansi tertentu. Apabila chi-square hitung >= chisquare tabel, maka perbedaan bersifat signifikan, artinya H0 ditolak atau H1 diterima.

DF pada contoh di atas adalah 2. Di dapat dari rumus -> DF = (r - 1) x (c-1)

di mana: r = baris. c = kolom.
Pada contoh di atas, baris ada 3 dan kolom ada 2, sehingga DF = (2 - 1) x (3 -1) = 2.

Apabila taraf signifikansi yang digunakan adalah 95% maka batas kritis 0,05 pada DF 2, nilai chi-square
tabel sebesar = 5,991.

Karena 2,087 < 5,991 maka perbedaan tidak signifikan, artinya H0 diterima atau H1 ditolak.