Uji Chi-square dilakukan
untuk menjelaskan apakah dua variabel
bersifat independen/saling lepas atau tidak. Artinya dua variabel
tersebut tidak saling berhubungan, Dalam penelitian sosial biasanya kita tertarik
untuk mengetahui karakteristik atau nilai hubungan dua buah variabel atau
lebih, tetapi dalam uji chi-square
kita hanya mencari apakah kedua atau lebih variabel itu saling independen atau
tidak.
Ilustrasi
1:
Kita
ingin melihat hubungan independen antara pedagang yang membayar pajak dengan
yang tidak membayar pajak di sebuah pasar inpres.
Tax Payee
|
Ignorant
|
Total
|
|
Wholesaler
|
42
|
76
|
118
|
Retailer
|
52
|
54
|
106
|
Total
|
94
|
130
|
224
|
Langkah
pertama kita adalah menentukan Hipotesis untuk pengujian:
Dalam
uji chi-square, Hipotesis Null yang
diberikan adalah kedua variabel saling lepas atau independen, atau pada kasus
di atas berarti bahwa kecenderungan membayar pajak adalah sama antara pedagang
besar (wholesaler) dan pedagang
eceran (retailer). Hipotesis
alternatifnya adalah kecenderungan untuk membayar pajak adalah tidak sama
antara pedagang besar (wholesaler)
dengan pedagang eceran (retailer).
Hal
yang perlu kita ketahui adalah bahwa uji
chi-square hanya menguji apakah kedua variabel saling independen atau
tidak, ia tidak dapat menguji
karakteristik ataupun nilai antara kedua variabel tersebut.
Langkah
kedua kita akan menghitung nilai yang diharapkan (expected value) dari setiap sel pada tabel di atas, Hal ini dapat
dilakukan dengan rumus berikut ini:
Dari
contoh di atas, maka expected value untuk jumlah pedagang besar (wholesaler) yang memiliki kecenderungan
membayar pajak adalah:
Maka
berdasarkan perhitungan di atas expected
value untuk wholesaler yang
membayar pajak adalah 49,5, sedangkan expected
value untuk masing-masing sel yang lain adalah:
Tax Payee
|
Ignorant
|
Total
|
|
Wholesaler
|
42(49,5)
|
76(68,5)
|
118
|
Retailer
|
52(44,5)
|
54(61,5)
|
106
|
Total
|
94
|
130
|
224
|
Kemudian
kita akan menghitung nilai statistik chi-square
dengan formula sebagai berikut:
Kemudian
untuk menentukan tingkat signifikansi kita perlu mengetahui derajat bebas (df) uji chi-square sampel independen.
Formula untuk derajat bebas adalah sebagai berikut:
df
= (jumlah kolom – 1) x (jumlah baris – 1)
df
= (2-1) x (2-1) = 1
Berdasarkan
tabel chi-square sampel independen
(kamu bisa download tabel sebaran chi-square disini>>>), maka pada tingkat signifikansi 0,05
adalah:
Dari
perhitungan yang kita peroleh, dapat kita simpulkan bahwa ϰ2hitung
> ϰ2tabel (4,13 > 3,84), dengan demikian kita
dapat menolak H0 dimana data tidak saling independen pada tingkat signifikansi
95%.
Ilustrasi
2:
Sebuah
lembaga keuangan ingin membandingkan, apakah kinerja mereka dalam menawarkan
produk perbankan meningkat daripada tahun lalu, mereka kemudian menyusun
kategori produk perbankan mereka sebagai berikut:
1
= Tabungan Junior
2
= Tabungan Pensiun
3 = Tabungan Syariah
4
= Asuransi Pendidikan “EduKasi”
5
= Kredit perumahan “Bersahaja”
6
= Kredit Usaha Koperasi “AyoPinjam”
Berikut
ini adalah nasabah yang telah menggunakan produk mereka di tahun lalu,
1
= 34
2
= 52
3
= 33
4
= 10
5
= 58
6
= 13
Sedangkan
jumlah nasabah yang membeli produk mereka tahun ini adalah sebagai berikut;
1
= 38
2
= 40
3
= 39
4
= 5
5
= 55
6
= 23
Data
diatas secara tabulasi dapat disusun seperti berikut ini,
Product
|
Observed Value
|
Expected Value
|
TOTAL
|
1
|
38
|
34
|
72
|
2
|
40
|
52
|
92
|
3
|
39
|
33
|
72
|
4
|
5
|
10
|
15
|
5
|
55
|
58
|
113
|
6
|
23
|
13
|
36
|
TOTAL
|
200
|
200
|
400
|
Manajer
keuangan lembaga tersebut ingin mengetahui apakah sebaran populasi nasabah
tahun ini sama halnya dengan tahun lalu, dengan demikian Hipotesis yang disusun
adalah sebagai berikut;
H0
; Tidak terdapat perubahan nyata antara sebaran populasi nasabah tahun ini
dengan sebaran populasi nasabah tahun lalu.
H1
; Terdapat perbedaan nyata antara
sebaran populasi nasabah tahun ini dengan sebaran populasi nasabah tahun lalu.
Dalam
menyelesaian masalah ini kita dapat melakukan uji chi-square dengan command
chitesti Nick Cox yang sudah tersedia
dalam stata 12,
Impor
data kita ke dalam stata, tampilannya seperti berikut ini:
Lihat
data kita yang sudah terinput,
.list
Jika
commandnya tidak berjalan, kita harus
instal terlebih dahulu dari www.stata.com
dengan cara mengetikkan command,
.findit chitesti
Setelah
installation complete, kamu bisa jalankan command
untuk pengujian chi-square
.chitesti 38 40 39 5
55 23 \ 34 52 33 10 58 13, sep(6)
Atau
tanpa kamu menginput nilainya dengan command,
.chitest observed
expected, sep(6)
Maka outputnya akan sama saja.
Dari
nilai Pearson chi-square yang kita peroleh adalah 14,68 dan nilai signifikansi
0,012, dengan demikian model yang kita peroleh cukup baik (0,012 < 0,05)
dengan tingkat signifikansi 95%. Dengan demikian kita telah memiliki cukup
bukti untuk menerima H0, dimana tidak terdapat perbedaan antara sebaran
populasi nasabah kini dan satu tahun yang lalu.(yoso)
download materi uji chi-square versi pdf di bawah ini.
download link
download materi uji chi-square versi pdf di bawah ini.
download link
0 komentar:
Posting Komentar