Statistika adalah salah satu bidang ilmu yang biasanya erat berkaitan dengan data, angka, dan juga uji-uji pada data. Hampir semua orang tidak menyukai ilmu yang satu ini karena memang lebih sulit dimengerti juga penuh dengan rumus yang memusingkan. Salah satu ilmu statistika yang paling sering digunakan adalah uji Pearson Chi square yang juga memiliki nama lain uji kai-kuadrat.
Kegunaan Uji Chi-Square
Jenis uji yang satu ini biasa digunakan untuk melihat ketergantungan antara sebuah data dengan variabel bebas yang berskala nominal ataupun ordinal. Uji ini merupakan uji komparatif non parametris yang dilakukan pada dua variabel saja. Ketika dalam sebuah data terdapat satu skala nominal maka uji yang dilakukan merujuk hanya digunakan pada derajat terendah saja.
Syarat Uji
Uji ini adalah salah satu jenis uji non parametis yang banyak digunakan dalam banyak sekali penelitian di seluruh dunia. Meskipun begitu, ada beberapa syarat dalam uji ini agar dapat diaplikasikan dengan benar. Beberapa syarat tersebut diantaranya ialah:
1. Tidak Ada Frekuensi Kenyataan
Syarat pertama yang harus dipenuhi oleh data yang akan diaplikasikan uji ini adalah tidak adanya sel dengan nilai frekuensi kenyataan. Nilai frekuensi kenyataan atau yang biasa disebut dengan Actual Count (F0) dalam sebuah data haruslah berjumlah 0 (nol).
2. Tidak Boleh Ada Frekuensi Harapan
Jika uji ini akan dipakai di sebuah data berbentuk tabel kontingensi 2×2, tidak boleh ada satu sel dengan frekuensi harapan. Frekuensi harapan (Fh) yang sering disebut dengan expected count ini harus berjumlah total kurang dari 5.
3. Ketika Bentuk Tabel Lebih dari 2×2
Ternyata pada uji yang satu ini bentuk tabel tidak selalu berbentuk 2×2 dan bisa saja lebih dari itu seperti 2×3 misalnya. Dalam keadaan tersebut, jumlah sel berfrekuensi harapan total harus kurang dari 5 saja dan juga tidak boleh lebih dari 20%.
Jenis Uji Pearson Chi Square
Berbeda dengan uji yang lain, uji satu ini ternyata memiliki rumus dasar yang tidak hanya ada satu rumus saja. Misalnya pada tabel kontingensi yang berukuran 2×2, maka rumus yang bisa diaplikasikan adalah rumus “Koreksi Yates”.
Sedangkan pada saat tabel yang digunakan adalah tabel kontingensi 2×2 tetapi ada syarat uji yang tidak terpenuhi, maka berbeda lagi. Syarat uji yang paling umum tidak terpenuhi adalah sel yang berisi frekuensi harapan kurang dari lima. Hal ini bisa diatasi dengan penggunaan rumus chi-square yang lain yakni “Fisher Exact Test”.
Meskipun uji Pearson Chi square merupakan jenis uji non parametrik yang paling banyak digunakan, tetapi sampai saat ini masih terasa membingungkan. Ada banyak hal dari uji ini yang terasa membingungkan dan karena itu keberadaan ahli statistika adalah jawabannya. Patra Statistika akan membantu semua hal berkaitan dengan uji ini baik sekedar berkonsultasi atau lebih. Jadi tunggu apalagi sekarang?