Dalam dunia statistik, salah satu pertanyaan paling penting yang sering muncul adalah: “Apakah ada hubungan antara dua variabel?” Untuk menjawabnya, banyak metode statistik telah dikembangkan. Salah satu metode yang paling populer dan banyak digunakan terutama dalam penelitian sosial, kesehatan, pendidikan, dan pemasaran adalah uji Chi-Square (Chi-Square Test) .
Baca Juga : Analisis SEM: Cara Efektif Mengungkap Hubungan Antar Variabel
Apa Itu Uji Chi-Square?
Uji Chi-Square adalah metode statistik non-parametrik yang digunakan untuk menguji apakah terdapat hubungan atau perbedaan yang signifikan antara dua kategori variabel.
Simbol dari uji ini adalah huruf Yunani “χ²” (chi kuadrat), dan dihitung dengan rumus:
χ2=∑(O−E)2E\chi^2 = \jumlah \frac{(O – E)^2}{E}χ2=∑E(O−E)2
di mana:
- O = Frekuensi teramati (frekuensi yang diamati),
- E = Frekuensi yang diharapkan (frekuensi yang diharapkan jika tidak ada hubungan antar variabel).
Tujuan dari uji ini adalah untuk melihat seberapa besar perbedaan antara apa yang kita lihat di data dengan apa yang kita harapkan jika tidak ada hubungan .
Kapan Kita Pakai Uji Chi-Square?
Gunakan uji Chi-Square jika kamu punya:
- Data dalam bentuk frekuensi (jumlah kasus) ,
- Dua atau lebih kategorik variabel (misalnya: jenis kelamin, status merokok, tingkat pendidikan),
- Ukuran sampel yang cukup besar (disarankan total frekuensi ≥ 20),
- Ingin tahu apakah dua variabel saling berhubungan atau tidak .
Contoh: Apakah ada hubungan antara jenis kelamin (laki-laki/perempuan) dan preferensi warna (merah/biru/hijau)?
Jenis Jenis Uji Chi-Square
1. Uji Kemerdekaan Chi-Kuadrat (Uji Kemandirian)
Digunakan untuk mengetahui apakah dua variabel saling berhubungan atau tidak .
Contoh kasus: Apakah jenis pekerjaan berhubungan dengan tingkat kepuasan kerja?
2. Chi-Square Goodness of Fit (Uji Kesesuaian)
Digunakan untuk menguji apakah frekuensi data yang diamati sesuai dengan frekuensi yang diharapkan .
Contoh kasus: Apakah pendistribusian suara untuk lima kandidat presiden sesuai dengan ekspektasi?
Langkah-Langkah Uji Chi-Square Uji Kemerdekaan
1. Menyusun Hipotesis
- H₀ (Hipotesis nol) : Tidak ada hubungan antara variabel A dan B.
- H₁ (Hipotesis alternatif) : Ada hubungan antara variabel A dan B.
2. Menyusun Tabel Kontingensi
Misalnya, kita ingin melihat apakah ada hubungan antara jenis kelamin dan preferensi makanan:
| Jenis Kelamin | Nasi Goreng | Mie Ayam | Total |
| Laki-laki | 40 | 30 | 70 |
| Perempuan | 35 | 45 | 80 |
| Total | 75 | 75 | 150 |
3. Menghitung Frekuensi Harapan
E=(Total baris)×(Total kolom)Total keseluruhanE = \frac{(\text{Total baris}) \times (\text{Total kolom})}{\text{Total kolom)
Contoh: Frekuensi yang diharapkan. laki-laki suka nasi goreng = = (70×75) / 150 = 35
4. Menghitung Nilai Chi-Kuadrat
χ2=∑(O−E)2E\chi^2 = \jumlah \frac{(O – E)^2}{E}χ2=∑E(O−E)2
Lakukan untuk semua sel dalam tabel.
5. Menentukan Derajat Kebebasan (df)
df=(jumlah baris−1)×(jumlah kolom−1)df = (\text{jumlah baris} – 1) \times (\text{jumlah kolom} – 1)df=(jumlah baris−1)×(jumlah kolom−1)
Contoh: df = (2 – 1)(2 – 1) = 1
6. Membandingkan dengan Nilai Kritis atau p-value
- Bandingkan nilai Chi-Square dengan nilai kritis (dari tabel) atau lihat p-value.
- Jika nilai χ² hitung > χ² tabel, atau p-value < α (biasanya 0,05), maka tolak H₀ .
Contoh Kasus Chi-Square
Studi : Apakah ada hubungan antara status merokok dan jenis kelamin?
| Merokok | Tidak Merokok | Total | |
| Laki-laki | 30 | 20 | 50 |
| Perempuan | 10 | 40 | 50 |
| Total | 40 | 60 | 100 |
Frekuensi yang Diharapkan:
- Laki-laki – Merokok = (50×40)/100 = 20
- Laki-laki – Tidak Merokok = (50×60)/100 = 30
- Perempuan – Merokok = 20
- Perempuan – Tidak Merokok = 30
Hitung χ²:
Bahasa Indonesia: χ2=(30−20)220+(20−30)230+(10−20)220+(40−30)230=5+3,33+5+3,33=16,66\chi^2 = \frac{(30 – 20)^2}{20} + \frac{(20 – 30)^2}{30} + \frac{(10 – 20)^2}{20} + \frac{(40 – 30)^2}{30} = 5 + 3,33 + 5 + 3,33 = 16,66χ2=20(30−20)2+30(20−30)2+20(10−20)2+30(40−30)2=5+3,33+5+3,33=16,66
df = (2 – 1)(2 – 1) = 1 Nilai χ² tabel untuk df = 1 dan α = 0.05 adalah 3.841 Karena 16.66 > 3.841, maka tolak H₀ , artinya: ada hubungan signifikan antara jenis kelamin dan status merokok .
Keunggulan Uji Chi-Square
- Non-parametrik : Tidak memerlukan asumsi distribusi normal.
- Simpel : Perhitungan relatif mudah, cocok buat pemula statistik.
- Fleksibel : Cocok untuk kategori data dalam berbagai bidang.
Kelemahan Uji Chi-Square
- Sensitif terhadap ukuran sampel : Jika sampel terlalu kecil, hasilnya tidak akurat.
- Tidak menunjukkan kekuatan hubungan , hanya apakah ada hubungan atau tidak.
- Tidak bisa digunakan untuk data kontinu langsung , harus pisahkan dulu.
Tips Pakai Uji Chi-Square dengan Bijak
- Gunakan kategori data (nominal atau ordinal).
- Cek frekuensi yang diharapkan : Hindari sel dengan nilai yang diharapkan < 5.
- Gunakan Cramér’s V untuk melihat seberapa kuat hubungan antar variabel.
- Jangan hanya mengandalkan p-value, perhatikan juga konteks dan logika penelitian .
Chi-Square Alternatif
Kalau ternyata data kamu tidak cocok buat Chi-Square (misal terlalu banyak sel Expected < 5), kamu bisa coba:
- Uji Tepat Fisher : Untuk tabel 2×2 dengan sampel kecil.
- G-Test : Mirip Chi-Square, tetapi berbasis logaritma.
- Regresi Logistik : Untuk hubungan kategori variabel dengan kontrol tambahan.
Baca Juga : " Hubungan Antara Sistem Insentif dengan Tim Kinerja di Lingkungan Kerja
Penutup
Uji Chi-Square adalah senjata statistik yang sederhana namun kuat. Ia memungkinkan peneliti menilai hubungan antar variabel tanpa memeriksa asumsi normalitas. Meskipun bukan alat yang sempurna dan memiliki keterbatasan, dengan penggunaan yang tepat, uji ini dapat memberikan wawasan penting dalam berbagai jenis penelitian.
Terakhir, jika Anda mengalami kesulitan dalam menyusun penelitian baik skripsi, tesis, maupun disertasi dan membutuhkan bimbingan bersama mentor yang kredibel. Segera konsultasikan kesulitanmu bersama jasa bimbingan skripsi Hubungi kami melalui whatsapp maupun instagram untuk mengetahui lebih banyak seputar layanan.
