Pengertian dan Cara Analisis Uji Chi Square dengan SPSS

-

Pengertian dan Cara Analisis Chi Square dengan SPSS


Pengertian Uji Chi Square (Chi-Square Test)

Uji Chi-Square adalah sebuah uji hipotesis tentang perbandingan antara frekuensi observasi dengan frekuensi harapan yang didasarkan oleh hipotesis tertentu pada data yang diambil untuk diamati. Uji ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak memiliki informasi tentang populasi atau jika asumsi – asumsi yang dipersyaratkan untuk penggunaan statistik parametrik tidak terpenuhi. 

Kapan Uji Chi Square digunakan?

Uji Chi-Square dapat digunakan untuk mengetahui berbagai permasalahan. Berikut ini kegunaan dari uji Chi Square:

  1. Untuk mengetahui ada tidaknya asosiasi/hubungan antara dua variabel (independent test)
  2. Untuk mengetahui apakah suatu kelompok homogen atau tidak.
  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.

Syarat – Syarat Uji Chi Square

Berikut ini syarat - syarat yang perlu diperhatikan dalam uji chi square:

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

Contoh Kasus Uji Chi Square

Suatu perusahaan mengamati apakah pelayanan karyawan front office berbeda antara staff laki-laki dengan perempuan. Jumlah karyawan front office antara laki-laki dan perempuan sama banyak. Terdapat 30 sampel yang diambil dan hanya terdapat dua tingkat pelayanan yaitu "tidak memuaskan" dan "memuaskan". Berikut ini data pelayanan pelanggan:

Data pelayanan pelanggan
Data Pelayanan Pelanggan

Langkah-langkah Uji Chi-Square dengan SPSS

Berikut ini langkah-langkah analisis hubungan layanan pelanggan antara karyawan front office laki-laki dengan perempuan menggunakan analisis Chi Square:

1. Buka software SPSS, lalu memasukkan data untuk kasus diatas. Setelah input data selesai, maka tampilan Data View dan Variable View SPSS akan seperti berikut ini.

Tampilan Data View SPSS
Tampilan Data View SPSS (sebagian data)

Tampilan Variable View SPSS
Tampilan Variable View SPSS
Terdapat tiga variabel yaitu variabel Gender, Pendidikan, dan Pelayanan. Pada variabel Gender, pada bagian Values Labels, setting 1 untuk laki-laki dan 2 untuk perempuan.

Setting values pada variabel Gender

Pada variabel Pendidikan, bagian Values Labels setting 1 untuk S1 dan 2 untuk D3.

Setting Values untuk variabel Pendidikan

Pada variabel Pelayanan, bagian kolom Values Labels ketik 1 untuk memuaskan dan 2 untuk tidak memuaskan.
Setting values pada variabel Pelayanan

2. Selanjutnya klik Analyze, pilih Descriptive Statistics, lalu pilih Crosstabs pada menu sehingga muncul kotak dialog Crosstabs.

Kotak dialog Crosstabs

3. Masukkan variabel Jenis Kelamin pada kotak Row(s) dan masukkan variabel Pelayanan pelanggan pada kotak Column(s).

Kotak dialog Crosstabs: Statistic

4. Klik Statistic sehingga kotak dialog Crosstabs: Statistic muncul, beri centang pada Chi-Square.

5. Klik Continue sehingga kembali ke kotak dialog Crosstabs.

6. Klik OK maka Output SPSS Viewer menampilkan hasil seperti berikut:

Interpretasi Output Analisis Chi-Square

Output Case Processing Summary
Output Case Processing Summary

Tabel Case Processing Summary pada baris menginformasikan variabel pengamatan, yaitu variabel Jenis Kelamin dengan variabel Pelayanan Pelanggan. Bagian kolom menyatakan jumlah dan persen pengamatan, baik untuk valid, missing, dan total. Jumlah data valid 40 sampel (100%).

Output Jenis Kelamin * Pelayanan pelanggan Crosstabulation
Output Jenis Kelamin * Pelayanan pelanggan Crosstabulation

Tabel Jenis Kelamin * Pelayanan pelanggan Crosstabulation memaparkan secara detail layanan pelanggan untuk masing-masing jenis kelamin. Terlihat pada tabel di atas, bahwa jumlah layanan pelanggan yang memuaskan lebih banyak perempuan (13) dari pada laki-laki (13).

Output Chi-Square Test
Output Chi-Square Test 

Output tabel Chi-Square Test merupakan tabel yang akan digunakan untuk menjawab hipotesis penelitian. Berikut ini rumusan hipotesis untuk permasalahan diatas: 

Hipotesis Penelitian Uji Chi Square

H0 = Tidak ada perbedaan layanan pelanggan antara karyawan front office laki-laki dengan perempuan.
H1 = Ada perbedaan layanan pelanggan antara karyawan front office laki-laki dengan perempuan.

Setelah Anda mengetahui rumusan hipotesis, maka Anda perlu tahu pedoman pengambilan keputusan uji chi square. Berikut ini pedoman pengambilan keputusan uji chi-square:

Pedoman Pengambilan Keputusan Uji Chi Square

Jika nilai Asymp. Sig (2-sided) Chi-Square hitung > ɑ (0.05) maka H0 diterima.
Jika nilai Asymp. Sig (2-sided) Chi-Square hitung < ɑ (0.05) maka H0 ditolak.

Pada output tabel Chi-Square Test diperoleh nilai Asymp. Sig (2-sided) (0.195) > ɑ (0.05) maka H0 diterima. Jadi tidak ada perbedaan layanan antara karyawan front office laki-laki dengan front office perempuan.

Anda juga dapat melakukan pengamatan lebih detail dengan memasukkan variabel Tingkat Pendidikan pada kotak Layer. 

Kotak dialog Crosstab

Setelah langkah tersebut, maka muncul output sebagai berikut:

Tabel Jenis Kelamin * Pelayanan pelanggan * Tingkat Pendidikan Crosstabulation

Tabel Jenis Kelamin * Pelayanan pelanggan * Tingkat Pendidikan Crosstabulation memaparkan secara detail layanan pelanggan untuk masing-masing tingkat pendidikan serta jenis kelaminnya. Terlihat pada tabel di atas, bahwa jumlah layanan pelanggan yang memuaskan lebih banyak tingkat D3 (14) dari pada tingkat S1 (9).

Output Chi-Square Test

Pada output tabel Chi-Square Test diperoleh nilai Asymp. Sig (2-sided) untuk tingkat pendidikan S1 (0,803) dan D3 (0,051) > ɑ (0.05) maka H0 diterima. Jadi tidak ada perbedaan layanan antara karyawan front office tingkat pendidikan S1 maupun D3 baik untuk karyawan laki-laki maupun perempuan.


Ok demikian artikel yang berjudul Pengertian dan Cara Analisis Uji Chi Square dengan SPSS. Semoga artikel ini mudah dipahami ya, dan apabila ada pertanyaan silahkan tulis di kolom komentar. Terima kasih telah berkunjung di blog faqirilmu.com. 



Referensi:

Susilawati, L.K.P.A dkk. 2017. Bahan Ajar Teori dan Konsep Dasar Statistika dan Lanjut. Fakultas Kedokteran. Universitas Udayana. 

Trihendradi, C., 2013. Step by Step IBM SPSS 21: Analisis Data Statistik. Yogyakarta: Penerbit Andi.






Komentar

Posting Komentar

Postingan populer dari blog ini

Cara Membaca nilai R Tabel dan Download R Tabel (Tabel R)

-
Gambar
Pengertian R Tabel Apa yang dimaksud R Tabel? R tabel merupakan sebuah tabel angka yang biasa dipakai untuk melakukan uji validitas suatu instrumen penelitian.  Fungsi R Tabel Berdasarkan definisi di atas, maka dapat diambil kesimpulan bahwa r tabel ini mempunyai fungsi untuk melakukan suatu pengujian terhadap instrumen penelitian agar mengetahui apakah instumen penelitian tersebut valid atau tidak.  Dibawah ini merupakan R tabel. Gambar Tabel R ( R Tabel) Mau mendownload R tabel? Silahkan melalui link dibawah ini.  DOWNLOAD R Tabel Cara Membaca Nilai r Tabel dalam Uji Validitas Pearson Ada beberapa cara dalam mengambil keputusan uji validitas. Cara yang pertama dengan menggunakan r tabel dan cara kedua dengan menggunakan nilai signifikansi . Berikut ini pedoman pengambilan keputusan uji validitas SPSS: Membandingkan Nilai r Hitung dengan Nilai r Tabel Jika nilai r hitung > r tabel, maka item pertanyaan kuesioner valid Jika nilai r hitung < r tabel, maka item pertanyaan kuesione
Read more »

Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS

-
Gambar
Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS      Measure merupakan salah satu kolom yang berada di variable view IBM SPSS. Kolom measure harus ditetapkan terlebih dahulu sebelum melakukan analisis data lebih lanjut. Terdapat 3 tipe variabel pada kolom measure SPSS yaitu scale, nominal dan ordinal . Ketiga variabel tersebut memberikan jenis nilai serta informasi analisis yang berbeda. Berikut ini pengertian dan perbedaan scale, nominal dan ordinal pada SPSS.      Penentuan measure merupakan hal dasar yang sangat penting untuk diketahui saat bekerja menggunakan SPSS. Misalnya kita tidak boleh membuat variabel nominal untuk melakukan perhitungan nilai rata-rata dan standar deviasi.  Pilihan untuk mengubah tipe variabel suatu variabel terdapat pada lembar kerja Variabel View SPSS. Gambar dibawah ini merupakan ilustrasinya. A.  Variabel Nominal pada SPSS      Variabel nominal merupakan tipe variabel yang digunakan hanya sebatas memberi label pembeda pada suatu data. Variabel
Read more »

Analisis Crosstab dengan SPSS [Uji Chi-Square dan Correlation]

-
Gambar
Cara Analisis Crosstab Menggunakan SPSS  Pada artikel ini, Kita akan belajar analisis crosstabs menggunakan SPSS. Silahkan baca artikel ini sampai selesai ya, agar paham apa itu analisis crosstabs. Pada SPSS, analisis crosstab merupakan bagian dari statistik deskriptif . Lalu apa kegunaan analisis crosstabs? Analisis crosstab merupakan alat analisis untuk mendeskripsikan data dalam bentuk kolom dan baris. Selain itu digunakan untuk memeriksa hubungan antar variabel kategori (nominal atau ordinal). Analisis crosstab ini dibagi menjadi 2 bagian: Analisis Crosstab – Chi Square Analisis Crosstab – Correlations Lalu apa perbedaannya? Ok, kita langsung ke yang pertama, analisis Crosstab – Chi Square A. Analisis Crosstab Chi-Square Analisis Crosstab Chi-Square ini merupakan teknik analisis untuk melihat hubungan antar variabel data nominal. Syarat uji chi-squre ini variabel yang akan kita uji harus data nominal. Langsung aja ke contoh kasus, Suatu perusahaan mengamati apakah pelayanan karya
Read more »

Pengertian Data View dan Variabel View SPSS serta Fungsinya

-
Gambar
Pengertian Data View dan Variabel View serta Penggunaanya pada SPSS      IBM SPSS mempunyai dua lingkungan kerja yaitu data view dan variabel view. Untuk pembahasan yang pertama kita ke Data View dulu, setelah itu baru ke Variabel View. A.  Data View      Data View merupakan tampilan lembar kerja SPSS sebagai tempat kita memasukkan data hasil pengamatan. Data View pada SPSS menampilkan setiap baris sebagai suatu kasus (case) dan setiap kolom merepresentasikan suatu variabel. Berikut ini penjelasan mengenai variabel dan kasus yang terdapat pada data view. 1.  Kasus (case)      Kasus (case) pada SPSS merepresentasikan suatu hasil pengamatan terhadap suatu objek, dapat berupa pengamatan berdasarkan observasi atau eksperimen. Banyaknya kasus pada Data View dapat dilihat pada bagian baris, sedangkan untuk banyaknya variabel dapat dilihat pada bagian kolom. 2.  Variabel      Variabel merupakan suatu karakteristik yang akan diteliti atau apa yang akan menjadi titik perhatian suatu penelit
Read more »

Cara Analisis Regresi Linear Berganda dengan SPSS

-
Gambar
Analisis Regresi Linear Berganda dengan SPSS Pengertian Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel independen terhadap variabel dependen . Selain itu analisis regresi linear berganda juga digunakan untuk meramalkan suatu variabel dependen berdasarkan beberapa variabel independen. Regresi linear berganda disebut juga dengan regresi berganda . Pada regresi linear, variabel independen disimbolkan dengan X dan variabel dependen disimbolkan dengan Y.  Perbedaan regresi linear berganda dengan regresi linear sederhana  Apakah Anda tahu perbedaan regresi linear berganda dengan regresi linear sederhana ?  Perbedaan regresi linear berganda dengan regresi linear sederhana terletak pada jumlah variabel independen. Apabila pada regresi linear sederhana hanya terdapat satu variabel independen , sedangkan pada regresi linear berganda terdapat dua atau lebih variabel independen yang mempengaruhi
Read more »