Uji Chi-square atau qai-kuadrat digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung berskala nominal atau ordinal. Prosedur uji chi-square menabulasi satu atau variabel ke dalam kategori-kategori dan menghitung angka statistik chi-square. Untuk satu variabel dikenal sebagai uji keselarasan atau goodness of fit test yang berfungsi untuk membandingkan frekuensi yang diamati (fo) dengan frekuensi yang diharapkan (fe). Jika terdiri dari 2 variabel dikenal sebagai uji independensi yang berfungsi untuk hubungan dua variabel. Seperti sifatnya, prosedur uji chi-square dilkelompokan kedalam statistik uji non-parametrik.
Semua variabel yang akan dianalisa harus bersifat numerik kategorikal atau nominal dan dapat juga berskala ordinal. Prosedur ini didasarkan pada asumsi bahwa uji nonparametrik tidak membutuhkan asumsi bentuk distribusi yang mendasarinya. Data diasumsikan berasal dari sampel acak. Frekuensi yang diharapkan (fe) untuk masing-masing kategori harus setidaknya :
Tidak boleh lebih dari dua puluh (20%) dari kategori mempunyai frekuensi yang diharapkan kurang dari 5.
Formula uji Chi Square :
Formula uji Chi Square :
Rumus Chi-Square |
Dimana :
= Nilai khai-kuadrat
fo = frekuensi observasi/pengamatan
fe = frekuensi ekspetasi/harapan
fo = frekuensi observasi/pengamatan
fe = frekuensi ekspetasi/harapan
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.
Ket. : Gender : 1 = Laki-laki; 2 = Wanita, Sikap: 1 = berkualitas, 2 = Tidak berkualitas
Langkah-langkah SPSS
- Analyze > Descriptive Statistics > Crosstab
- Masukkan variabel Gender ke dalam kotak Row
- MAsukkan variabel Sikap ke dalam kotak Column
- Klik untuk pilihan Statistics
- Pilih menu Chi-square, tekan Continue
- Pilih Cell, Observed, tekan Continue
- Klik Ascending, tekan Continue
- Tekan OK
![]() |
Case Processing Summary |
Pada tabel case processing summary diatas menunjukkan bahwa input data ada 25 responden dan tidak ada data yang tertinggal.
![]() |
Gender*Sikap |
Pada tabel crossstabulasi antara gender*sikap di atas bahwa gender laki-laki berjumlah 12 responden. Dari 12 responden laki-laki bersikap/menganggap berkualitas sedangkan 5 responden bersikap tidak berkualitas. Sedangkan 13 responden bergender wanita yang menganggap produk AC berkualitas sebanyak 6 responden dan yang bersikap tidak berkualitas ada 7 responden.
![]() |
Hasil Uji Chi-Square test |
Pada tabel chi-square test di atas dapat diketahui bahwa nilai signifikansi p-value sebesar 0.543 dan nilai chi-square sebesar 0.371. Karena nilai signifikansi 0.543 > (0.05) maka hipotesis null diterima yang berarti bahwa tidak ada hubungan antara gender dengan sikap terhadap kualitas AC.
Download Artikel [PDF]
Download Artikel [PDF]