UJI CHI SQUARE DESKRIPSI TUJUAN DATA Mengetahui apakah

  • Slides: 15
Download presentation
UJI CHI SQUARE

UJI CHI SQUARE

DESKRIPSI TUJUAN DATA • Mengetahui apakah di antara dua variabel Kategori terdapat hubungan •

DESKRIPSI TUJUAN DATA • Mengetahui apakah di antara dua variabel Kategori terdapat hubungan • Skala : Nominal

Syarat Chi Square • Tidak ada expected yang nilainya kurang dari 5 • Tidak

Syarat Chi Square • Tidak ada expected yang nilainya kurang dari 5 • Tidak ada observed yang nilainya 0 • Jika memenuhi syarat Chi square baca signifikansi pada Pearson Chi Square • Jika tidak memenuhi syarat baca signifikansi pada Fisher’s Exact test (untuk tabel 2 X 2)

TIPS Chi Square • Akan lebih bagus jika jumlah data cukup besar • Akan

TIPS Chi Square • Akan lebih bagus jika jumlah data cukup besar • Akan memenuhi syarat jika data untuk masing-masing kategori merata • Akan lebih mudah jika tabel silangnya 2 X 2, karena jika tidak memenuhi syarat Chi-Square bisa menggunakan uji alternatifnya: Fisher Exact • Jika tabelnya lebih dari 2 X 2 dan ternyata tidak memenuhi syarat chi square, lakukan penggabungan data atau Recode sehingga tabel menjadi 2 X 2

Ayo berlatihan. . Buka file : Latihan_korelasi_regresi. sav Apakah ada hubungan antara Jenis Kelamin

Ayo berlatihan. . Buka file : Latihan_korelasi_regresi. sav Apakah ada hubungan antara Jenis Kelamin dengan Produktivitas_kerja?

Latihan. . . Cek. . . cek. . . Cek Skala Data! Jenis Kelamin

Latihan. . . Cek. . . cek. . . Cek Skala Data! Jenis Kelamin : Skala Nominal Produktivitas_Kerja : Skala Rasio Tidak bisa langsung dilakukan Uji Chi Square Produktivitas_Kerja harus di RECODE dulu.

RECODE Data Rasio Ordinal/Nominal Pertama • Uji Normalitas, jika normal pakai mean sebagai dasar

RECODE Data Rasio Ordinal/Nominal Pertama • Uji Normalitas, jika normal pakai mean sebagai dasar pengkategorian • Jika tidak normal pakai median sebagai dasar pengkategorian Kedua • Lakukan analisis Deskriptif dan dapatkan nilai mean, SD atau median, percentil, dll Kedua • Misalnya akan mengkategorikan menjadi 2 kelompok: • Tinggi jika X >mean • Rendah jika X mean Ketiga • • Misalnya akan mengkategorikan menjadi 3 kelompok : Tinggi jika X > (mean + 1 SD) Sedang jika (mean-1 SD) X jika (mean+1 SD) Rendah jika X<(mean-1 SD)

Cara RECODE Uji Normalitas Produktivitas berdistribusi normal (nilai signifikansi 0. 665) Analisis Deskriptif :

Cara RECODE Uji Normalitas Produktivitas berdistribusi normal (nilai signifikansi 0. 665) Analisis Deskriptif : Mean= 268 ; SD= 18 Jika kategorinya 3 kelompok: Tinggi jika X>286 Sedang jika 250 X 286 Rendah jika X<250 Klik Transform – Recode into Diferent Variable

Langkah RECODE Masukkan Produktivitas_kerja ke kotak sebelah kanan Ketik pada Name: Kategori_produktivitas Klik change

Langkah RECODE Masukkan Produktivitas_kerja ke kotak sebelah kanan Ketik pada Name: Kategori_produktivitas Klik change Klik Old and new value

Langkah RECODE Klik Range; LOWEST through value masukkan 249 Ketik 1 pada New Value

Langkah RECODE Klik Range; LOWEST through value masukkan 249 Ketik 1 pada New Value klik add Klik Range masukkan nilai 250 dan 268 Ketik 2 pada New Value klik add Klik Range, value though HIGGEST masukkan 269 Ketik 3 pada New Value klik add Klik Contonue klik OK Akan muncul variabel baru: Kategori_produktivitas

Bila kedua variabel skala datanya sudah kategori. . . Lakukan Uji Chi Square Analyze

Bila kedua variabel skala datanya sudah kategori. . . Lakukan Uji Chi Square Analyze Descriptive statistics Crosstabs Masukkan variabel independent (Jenis_kelamin) ke row dan variabel dependent (kategori_produktivitas) ke column Klik kotak statistics… lalu pilih Chi square…Continue Jika tabel 2 X 2 klik juga contingency coefficient baru klik Continue Klik cell … pilih observed dan expected … Klik Percentage, pilih Row (jika penelitian cross sectional/case control dan Column Jika Kohort; klik Continue OK

HASILNYA. . Jenis_kelamin * Karegori_produktivitas Crosstabulation Karegori_produktivitas rendah sedang tinggi Jenis_kelamin Laki-laki Count Expected

HASILNYA. . Jenis_kelamin * Karegori_produktivitas Crosstabulation Karegori_produktivitas rendah sedang tinggi Jenis_kelamin Laki-laki Count Expected Count % within Jenis_kelamin Perempu Count an Expected Count % within Jenis_kelamin Total Count Expected Count % within Jenis_kelamin Total 6 11 9 26 5. 2 9. 4 11. 4 26. 0 23. 1% 42. 3% 34. 6% 100. 0% 4 7 13 24 4. 8 8. 6 10. 6 24. 0 16. 7% 29. 2% 54. 2% 100. 0% 10 18 22 50 10. 0 18. 0 22. 0 50. 0 20. 0% 36. 0% 44. 0% 100. 0% Kategori produktivitas rendah lebih banyak pada laki-laki (23, 1%) dibanding pada perempuan (16, 7%) Sedangkan pada Produktivitas Kerja yang tinggi lebih banyak pada perempuan (54, 2%) dibanding laki-laki (34, 6%) Namun demikian ada 1 cell yang expected count yang kurang dari 5 tabel dibuat 2 X 2

Ganti RECODE. . . Jadikan 2 X 2 Jenis_kelamin * Kategori_produktivitas Crosstabulation Kategori_produktivitas Rendah

Ganti RECODE. . . Jadikan 2 X 2 Jenis_kelamin * Kategori_produktivitas Crosstabulation Kategori_produktivitas Rendah Jenis_kelamin Laki-laki Count Expected Count % within Jenis_kelamin Perempuan Count Expected Count % within Jenis_kelamin Total Count Expected Count % within Jenis_kelamin Tinggi Total 17 9 26 14. 6 11. 4 26. 0 65. 4% 34. 6% 100. 0% 11 13 24 13. 4 10. 6 24. 0 45. 8% 54. 2% 100. 0% 28 22 50 28. 0 22. 0 50. 0 56. 0% 44. 0% 100. 0% Kategori produktivitas rendah lebih banyak pada laki-laki (65, 4%) dibanding pada perempuan (45, 8%) Sedangkan pada Produktivitas Kerja yang tinggi lebih banyak pada perempuan (54, 2%) dibanding laki-laki (34, 6%)

Hasil Uji Chi Square Chi-Square Tests Value Pearson Chi-Square Asymp. Sig. (2 sided) df

Hasil Uji Chi Square Chi-Square Tests Value Pearson Chi-Square Asymp. Sig. (2 sided) df 1. 936 a 1 . 164 Continuity Correctionb 1. 224 1 . 269 Likelihood Ratio 1. 947 1 . 163 Exact Sig. (2 sided) Fisher's Exact Test Linear-by-Linear Association N of Valid Casesb . 254 1. 897 1 Exact Sig. (1 sided) . 134 . 168 50 a. 0 cells (. 0%) have expected count less than 5. The minimum expected count is 10. 56. b. Computed only for a 2 x 2 table Nilai signifikansi 0. 164 tidak ada hubungan antara Jenis_Kelamin dengan Produktivitas_kerja

Latihan. . . Apakah ada hubungan antara jenis kelamin dengan kepuasan kerja? Apakah ada

Latihan. . . Apakah ada hubungan antara jenis kelamin dengan kepuasan kerja? Apakah ada hubungan pendidikan dengan produktivitas kerja?