Garis besar topik

  • Materi: Analisis Chi-Kuadrat

    Topik:

    • Uji Goodness of Fit

    • Uji Independensi (Chi-Square Test of Independence)

    🎯 Tujuan Pembelajaran

    Setelah mempelajari materi ini, mahasiswa diharapkan dapat:

    1. Memahami konsep dasar analisis Chi-Kuadrat.

    2. Membedakan antara uji Goodness of Fit dan uji Independensi.

    3. Menggunakan SPSS untuk melakukan uji Chi-Kuadrat dengan benar.

    4. Menginterpretasikan output SPSS untuk kedua jenis uji tersebut.

    📌 A. Konsep Dasar Analisis Chi-Kuadrat

    • Analisis Chi-Kuadrat adalah uji statistik non-parametrik yang digunakan untuk menguji hubungan atau kesesuaian distribusi data kategorik.

    • Rumus umum:

      χ2=∑(O−E)2E\chi^2 = \sum \frac{(O - E)^2}{E}

      • O = frekuensi yang diamati (Observed)

      • E = frekuensi yang diharapkan (Expected)

    📖 B. Uji Goodness of Fit

    1. Pengertian:

    Uji ini digunakan untuk mengetahui apakah distribusi frekuensi sampel sesuai dengan distribusi teoritis atau yang diharapkan.

    2. Contoh Kasus:

    Seorang peneliti ingin menguji apakah jumlah pelanggan yang datang ke toko selama seminggu terdistribusi merata dari hari Senin sampai Minggu.

    3. Langkah-langkah di SPSS:

    1. Input data kategori (misalnya: hari) dan frekuensi.

    2. Klik:
      Analyze → Nonparametric Tests → Legacy Dialogs → Chi-Square

    3. Masukkan variabel kategori ke kolom Test Variable List.

    4. Masukkan nilai frekuensi yang diharapkan (jika tidak sama).

    5. Klik OK.

    4. Interpretasi Output:

    • Lihat nilai Asymp. Sig. (p-value).

    • Jika p < 0,05, maka distribusi yang diamati berbeda dari yang diharapkan.

    📖 C. Uji Chi-Square untuk Independensi

    1. Pengertian:

    Uji ini digunakan untuk mengukur hubungan atau keterkaitan antara dua variabel kategorik.

    2. Contoh Kasus:

    Apakah terdapat hubungan antara jenis kelamin dan preferensi pembelian produk A atau B?

    3. Langkah-langkah di SPSS:

    1. Input data dalam bentuk tabulasi silang (dua variabel kategorik).

    2. Klik:
      Analyze → Descriptive Statistics → Crosstabs

    3. Masukkan satu variabel ke Rows, satu lagi ke Columns.

    4. Klik tombol Statistics → Centang Chi-Square

    5. Klik Cells → Centang Expected dan Row percentages

    6. Klik OK

    4. Interpretasi Output:

    • Perhatikan nilai Pearson Chi-Square (Asymp. Sig.).

    • Jika p < 0,05, maka terdapat hubungan yang signifikan antara kedua variabel.

    🧠 Catatan Penting

    • Chi-Square memerlukan data dalam bentuk frekuensi, bukan persentase.

    • Frekuensi harapan sebaiknya tidak kurang dari 5 di lebih dari 20% sel (aturan Cochran).

    • Tidak digunakan untuk data kuantitatif atau data dengan kategori terlalu banyak.

    📝 Latihan Mandiri

    1. Buat dataset sederhana dengan dua variabel kategorik.

    2. Lakukan uji Goodness of Fit dan uji Independensi menggunakan SPSS.

    3. Interpretasikan hasil uji secara tertulis.