Uji Chi Kuadrat Satu Sampel

(One Sample Chi Square)

Oleh:
Mohammad Abdullah
 Alasan Dipakainya Chi Kuadrat
Bila data bukan kuantitatif (skala nominal dan
ordinal) atau data kuantitatif tetapi tidak
berdistribusi normal, maka uji dengan Chi
quadrat tidak dapat dilakukan.
Prinsipnya: membandingkan nilai frekuensi
observasi (observed frequency) dengan nilai
frekuensi yang diharapkan (expected
frequency)
 Rumus Chi Kuadrat adalah: O E 2
X2
Contoh kasus: E
Diduga pria dan wanita memiliki risiko yang sama
untuk menderita kanker hati (jika ada 1 pria sakit
maka juga ada 1 wanita sakit). Setelah dilakukan
pengamatan terhadap sebuah populasi selama 15
tahun, diperoleh kasus kanker hati pada pria
sebanyak 16 orang dan pada wanita sebanyak 14
orang. Pertanyaannya: Apakah pria dan wanita
memiliki risiko yang sama menderita kanker hati?
Atau adakah perbedaan jumlah pria yang sakit
dengan wanita yang sakit?
Jawab:
Hipotesis:
HA: Ada perbedaan jumlah penderita kanker
hati antara pria dan wanita
H0 : Jumlah penderita kanker hati pria dan
wanita adalah sama (50% dan 50%), yaitu
15 kasus dan 15 kasus
Bila dihitung koefisien chi square secara manual,
akan digunakan tabel pembantu sebagai
berikut:
Penderita O E O-E (O-E)2 O E 2
E
Pria 16 15 1 1 0,07
Wanita 14 15 -1 1 0,07
Total 30 30 0 2 0,14

Jadi nilai koefisien chi square (X2) adalah 0,14

Untuk menentukan signifikansi, nilai hitung
tersebut dibandingkan dengan nilai tabel.
Untuk menentukan nilai tabel, dipakai =0,05
dengan dk = 1, maka didapat nilai tabel 3,84.
Karena nilai X2 hitung < X2 tabel, maka H0
diterima, jadi tidak ada perbedaan risiko
antara pria dan wanita.
Hasil Print out SPSS
NPar Test
Deskriptif Statistik
N Mean Std. Deviation Minimum Maximum
Kasus Kanker Hati 30 1.4667 .50742 1.00 2.00

Chi-Saquare Test
Frequencies Kasus Kanker Hati

Observed N Expected N Residual

Penderita Pria 16 15.0 1.0
Penderita Wanita 14 15.0 -1.0
Total 30
Test Statistics
Kanker Hati
Chi- Squarea .133
df 1
Asymp. Sig .715

a. 0 cells (0%) have expected frequencies less than

5. The minimum expeced cell frequency is 15.0
Interpretasi:
Nilai asymp. Sig. = 0,715 lebih besar dari 0,05 (hasil
pengujian TIDAK SIGNIFIKANS), berarti bahwa jumlah
penderita kanker hati pria dan wanita adalah sama
Uji Chi Square (Khi Kuadrat) Dua
Sampel
 Batasan
Digunakan dalam analisa statistik yang
berhubungan dengan data jumlah yang siap
dialihkan dalam bentuk frekuensi (berskala
nominal atau ordinal)
Uji chi square merupakan uji untuk melihat ada
tidaknya perbedaan yang bermakna antara
kedua kelompok sampel, bukan uji untuk melihat
hubungan (korelasi)
Jumlah nilai observasi (O) dan Ekspektasi (E)
dalam sel tabel tidak boleh kurang dari 5.
Biasanya batas toleransinya 25%. Jika ada yg
kurang dari 5 dan banyaknya > atau sama dg 25%,
rumus generik chi square tdk dapat digunakan,
melainkan harus dilakukan koreksi Yates
Jumlah observasi sebaiknya > 30
 Tabel 2 X 2 (tabel contingensi)
KOLOM
1 2
BARIS 1
A B (A + B)

2
C D (C + D)

(A + C) (B + D) N
 Rumus
(O E ) 2
X
2

E
X2 = koefisien khi kuadrat (chi square)
O = nilai observasi
E = nilai Ekspektasi

DK = (B-1)(K-1)
 Bila terdapat sel yang nilainya kurang dari 5
dan jumlahnya mencapai 25% atau lebih,
maka rumus Chi square harus dikoreksi
dengan rumus koreksi Yates.

( O E 0,5) 2

X
2

E
Tanda garis lurus ini menggambarkan harga
mutlak (nilai tidak pernah minus)
 Nilai O untuk B1K1 =A
Nilai O untuk B1K2 =B
Nilai O untuk B2K1 =C
Nilai O untuk B2K2 =D
Nilai E untuk B1K1 = ( A B) X ( A C )
N
( A B) X ( B D)
Nilai E untuk B1K2 = N
(C D) X ( A C )
Nilai E untuk B2K1 =
N

(C D) X ( B D)
Nilai E untuk B2K2 = N
Contoh Soal
Untuk melihat manfaat vaksin terhadap penyakit
influenza dikumpulkan 40 orang dewasa. Ternyata
15 orang menolak divaksinasi. Pada waktu terjadi
wabah influenza, terdapat 14 orang jatuh sakit,
diantaranya 6 orang berasal dari kelompok yang
divaksinasi dan 8 orang dari kelompok yang tidak
divaksinasi. Pada taraf nyata (=0,05), tentukan
adakah perbedaan yang bemakna jumlah orang
yang terkena influeanza antara kelompok yang
divaksinasi dengan kelompok yang tidak
divaksinasi?
Jawab:

HA : Terdapat perbedaan jumlah orang yang terkena

influensa antara kelompok yang divaksinasi dan kelompok
yang tidak divaksinasi
Ho : Tidak ada perbedaan jumlah orang yang terkena
influensa antara kelompok yang divaksinasi dan kelompok
yang tidak divaksinasi

Sakit Tidak Sakit TOTAL

Divaksinasi 25
6 19
Tidak Divaksinasi 15
8 7
14 26 40
 Tabel Pembantu
SEL Observasi Ekspektasi (O-E) (O-E)2 (O-E)2/E
B1K1 6 8,75 -2,75 7,56 0,86
B1K2 19 16,25 2,75 7,56 0,46
B2K1 8 5,25 2,75 7,56 1,44
B2K2 7 9,75 -2,75 7,56 0,77
X2 = 3,53
Untuk menentukan signifikansi perbedaan, maka akan dibandingkan
nilai X2 hitung dengan X2 tabel.
Pada = 0,05 dan dk = 1 maka X2 tabel sebesar 3,84
Karena X2 hitung < X2 tabel maka Ho diterima
Kesimpulan: Tidak terdapat perbedaan yang bermakna jumlah
penderita influenza antara kelompok yang mendapat vaksinasi dan
kelompok yang tidak mendapat vaksinasi pada = 0,05
Contoh Soal 2:
Untuk melihat manfaat vaksin terhadap penyakit
influenza dikumpulkan 40 orang dewasa. Ternyata
14 orang menolak divaksinasi. Pada waktu terjadi
wabah influenza, terdapat 16 orang jatuh sakit,
diantaranya 6 orang berasal dari kelompok yang
divaksinasi dan 10 orang dari kelompok yang
tidak divaksinasi. Pada taraf nyata (=0,05),
tentukan adakah perbedaan yang bemakna
jumlah orang yang terkena influeanza antara
kelompok yang divaksinasi dengan kelompok
yang tidak divaksinasi?
Jawab:

HA : Terdapat perbedaan jumlah orang yang terkena influensi

antara kelompok yang divaksinasi dan kelompok yang tidak
divaksinas
Ho : Tidak ada perbedaan jumlah orang yang terkena influensi
antara kelompok yang divaksinasi dan kelompok yang tidak
divaksinasi
Sakit Tidak Sakit TOTAL
Divaksinasi 26
6 20
Tidak Divaksinasi 14
10 4
16 24 40

Karena ada sel yang nilainya kurang dari 5 sebanyak 25%, maka
rumus yang dipakai adalah rumus dengan Koreksi Yates
 Tabel Pembantu
SEL
O E IO-EI {IO-EI-0,5) {IO-EI-0,5)2 {IO-EI-0,5)2/E

B1K1 6 10,4 4,4 3,9 15,21 1,46

B1K2 20 15,6 4,4 3,9 15,21 0,98
B2K1 10 5,6 4,4 3,9 15,21 2,72
B2K2 4 8,4 4,4 3,9 15,21 1,81
X2 = 6,96
Untuk menentukan signifikansi perbedaan, maka akan dibandingkan
nilai X2 hitung dengan X2 tabel.
Pada = 0,05 dan dk = 1 maka X2 tabel sebesar 3,84
Karena X2 hitung > X2 tabel maka Ho di tolak atau HA diterima
Kesimpulan: Terdapat perbedaan yang bermakna jumlah penderita
influenza antara kelompok yang mendapat vaksinasi dan kelompok
yang tidak mendapat vaksinasi pada = 0,05
TERIMA KASIH