UJI CHI KUADRAT

Nama: INDAHTAURIZYA
Npm: 17 630 011

UJI CHI KUADRAT

PENGERTIAN CHI KUADRAT

Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih dan data berjenis nominal, sehingga datanya bersifat dikrit. Dalam uji Chi- Kuadrat dihadapkan pada suatu pengujian apakah perbedaan antara frekuensi hasil observasi (disimbolkan fo) dengan frekuensi yang diharapkan pleh peneliti (disimbolkan fe/fh) dari sampel yang terbatas merupakan perbedaan yang signifikan atau tidak. 

Rumus :

X2 = ∑〖(fe-fo)〗^2/fe

Dimana :
fo = frekuensi observasi
fe = frekuensi yang diharapkan (teoritis)
X2 = Chi-Kuadrat

Catatan :
Bila frekuensi harapn (fe) tidak diketahui maka dapat dicari dengan rumus fe = (∑fo)/n

KEGUNAAN CHI-KUADRAT

1. Chi – Kuadrat Untuk Menguji Proporsi
2. Uji Independensi
3. Uji kecocokan/kesesuaian
4. Chi-Kuadrat Untuk Pengujian Hipotesis 
5. Chi-Kuadrat Untuk Uji Normalitas

KELEBIHAN DAN KELEMAHAN CHI-KUADRAT

Beberapa kelebihan dari distribusi chi-kuadrat, yaitu antara lain :

1. Konsep chi-kuadrat dalam statistik nonparametrik mudah untuk dimengerti.
2. Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).
3. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah, khususnya untuk data yang kecil. 

Beberapa kelemahan dari distribusi chi-kuadrat, yaitu antara lain :

1. uji ini sensitif terhadap banyaknya sampel yang digunakan. Uji ini akan menjadi kurang akurat jika terdapat nilai frekuensi harapan yang kurang dari 5 pada sel tabel kontingensi. Bahkan uji ini tidak bisa digunakan jika frekuensi harapan yang kurang dari 5 terdapat lebih dari 20 % dari total sel yang ada atau bila terdapat nila frekuensi harapan yang kurang dari 1.
2. Uji Chi-Square hanya memberikan informasi tentang ada atau tidaknya hubungan antara kedua variabel. Uji ini tidak memberikan informasi mengenai seberapa besar hubungan yang ada antara kedua variabel tersebut serta bagaimana arah hubungan yang ada.
3. Uji Chi-Square hanya bagus digunakan untuk skala data nominal untuk kedua variabel yang diuji. Uji ini lemah digunakan jika kedua variabel tersebut berskala ordinal.