Dr. Masarina Flukeria, M.S.E., M.P.P.

Video ini membahas contoh soal Test of Independence dengan menggunakan uji Chi-Square. Uji ini digunakan untuk menguji hubungan antara gender dan tingkat pendidikan, yang merupakan data kategorikal. Dengan level signifikansi 5%, kita dapat menentukan apakah kedua variabel tersebut independent atau dependent. Proses penghitungan Chi-Square melibatkan observasi dan expected value, di mana hasil perhitungan Chi-Square statistiknya adalah 8,006. Dengan degree of freedom 3 dan Chi-Square alpha 7,815, keputusan akhir adalah reject H0, menunjukkan bahwa gender memiliki hubungan dengan tingkat pendidikan. Ini adalah contoh penerapan uji Chi-Square dalam menentukan hubungan antar variabel kategorikal.

Setelah berlatih mengenai goodness of it, sekarang kita akan berlatih bagaimana kalau kamu melakukan pengujian sifatnya adalah test of independence.

Di mana test of independence ini artinya kamu menggunakan data-data kategori.

Nah disini sudah ada soalnya, uji apakah gender independent terhadap tingkat pendidikan di mana kamu menggunakan alpha atau tingkat signifikasi 5%.

Kita lihat disini kategorical datanya di mana, ini tingkat pendidikan.

Di mana tingkat pendidikan ini ada SMA, S1, S2 dan S3.

Lalu kita lihat lagi, perempuan, laki-laki.

Jadi gender kategorical data, tingkat pendidikan kategorical data.

Lalu kamu ingin tahu, sebenarnya pendidikan dengan jenis kelamin itu atau pendidikan dengan gender itu independent atau dependent hubungannya.

Kalau itu pertanyaannya, maka kamu pun bisa menggunakan chi-square test.

Di mana chi-square yang akan kamu gunakan itu adalah formulanya masih sama.

Formulanya itu adalah sigma Oij dikurangi dengan Eij kuadrat dibagi dengan Eij.

Kamu masih menggunakan formula ataupun uji statistik yang sama.

Karena ini adalah pengujian statistik, saya selalu mengatakan kepada teman-teman,

yang namanya pengujian statistik, kamu mulai dari hipotesis awal dan juga hipotesis alternatif.

Berarti kalau kamu berpikir pendidikan ada hubungannya dengan gender, itu kan pikiran kamu.

Pikiran kamu, klaim kamu, berarti klaim kamu itu masuk di mana?

Masuk di hipotesis alternatif, bahwa gender itu dependent.

Dependent itu artinya punya hubungan, punya ketergantungan dengan tingkat pendidikan.

Gender independent dengan tingkat pendidikan.

Dan kamu tahu persis bahwa tingkat pendidikan maupun gender, dua-duanya merupakan categorical data.

Ketika kamu membuat table seperti ini dalam statistik, ini yang disebut sebagai table kontingensi.

Atau sering ditulis ini, table yang tertera di sini itu disebut sebagai table kontingensi.

Kalau di dalam statistik itu juga sering disebut bahwa data-data ini,

data-data yang tertera di table ini disebut sebagai cross tabulation.

Jadi artinya statistik yang akan kamu uji menggunakan chi-square itu sangat bermanfaat

ketika kamu berhadapan dengan yang namanya cross tabulation seperti ini.

Kita sudah tahu statistik ujinya, kita juga sudah bangun H0 dan HA nya,

dan kita juga sudah tahu alpha yang digunakan itu adalah 0,05 ketika bicara collect data, ini datanya.

Maka sekarang apa keputusan yang akan kamu buat?

Ini kan statistik ujinya, decision itu apa?

Decision itu adalah reject H0 if chi-square statistik lebih dari chi-square critical atau chi-square alpha.

Sekarang bagaimana caranya menghitung chi-square statistik ini?

Bagaimana caranya kamu menghitung ini untuk kasus cross tabulation seperti ini?

Pertama kita harus paham dulu mana observasi, mana expected, mana observed value, mana expected value.

Yang namanya observed value, ini observe.

Ini dapat dari hasil survei, ini semuanya observed value, termasuk total-total baik, total secara kolom ataupun secara roll nya.

Ketika kamu diminta mana expected nya, lihat baik-baik cara saya mengatakan expected value.

Ini berarti kalau ini adalah observed value, berarti ini adalah Oij.

Oij berarti ini adalah O11, ini adalah O12, ini adalah O13, ini adalah O14.

Ini berarti O21, ini adalah O22, O23, O24.

Nah sekarang kita akan menghitung E11, E12, E13, E14.

Lihat bagaimana cara kita menghitung E11.

E11 sama dengan, lihat baik-baik bagaimana cara menghitungnya, sama dengan.

Lihat total kesananya, ini total kesini, ini adalah 201 secara roll.

Lalu kalikan dengan secara kolom, total secara kolom berapa? 100.

Lalu kamu bagi dengan total sample size, ini maksudnya kali.

E12 kan yang ini kan, berarti ini adalah 98.

Ini 201 dikalikan dengan 3, ini kan totalnya di sini, kali dengan 9.

Ini kayak tandam tambah ya, ini kali maksudnya.

E21 berarti, saya tulis pakai kupen biru, kapur biru.

E21 sama dengan 21 berarti ini kan, barisnya berapa?

194 dikali dengan 100, dibagi dengan 395.

E24 sama dengan 194 dikali 98, dibagi dengan 395.

Coba kamu hitung satu per satu, mulai dari E11.

201 dikali 100, dibagi dengan 395 berapa?

Saya tulis di sini, E11 berarti ini observe, E11 saya tulis di bawah.