UJI CHI SQUARE

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

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 2X2)

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 2X2, karena jika tidak memenuhi syarat Chi-Square bisa menggunakan uji alternatifnya: Fisher Exact Jika tabelnya lebih dari 2X2 dan ternyata tidak memenuhi syarat chi square, lakukan penggabungan data atau Recode sehingga tabel menjadi 2X2

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 : Skala Nominal  Tidak bisa langsung dilakukan Uji Chi Square Produktivitas_Kerja : Skala Rasio Produktivitas_Kerja harus di RECODE dulu.

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 Misalnya akan mengkategorikan menjadi 2 kelompok: Tinggi jika jika X >mean Rendah jika jika X  mean Ketiga Misalnya akan mengkategorikan menjadi 3 kelompok : Tinggi jika X > (mean + 1SD) Sedang jika (mean-1SD)  X  jika (mean+1SD) Rendah jika jika X<(mean-1SD)

Cara RECODE Uji Normalitas  Produktivitas berdistribusi normal (nilai signifikansi 0.665) Analisis Deskriptif : Mean= 268 ; SD= 18 Jika kategorinya 3 kelompok: Sedang jika 250  X  286 Rendah jika X<250 Tinggi jika X>286 Klik Transform – Recode into Diferent Variable

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  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 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 Jika tabel 2X2 klik juga contingency coefficient baru klik Continue Klik kotak statistics… lalu pilih Chi square…Continue Klik Percentage, pilih Row (jika penelitian cross sectional/case control dan Column Jika Kohort; klik Continue  OK Klik cell … pilih observed dan expected …

Jenis_kelamin * Karegori_produktivitas Crosstabulation HASILNYA.... Jenis_kelamin * Karegori_produktivitas Crosstabulation Karegori_produktivitas Total rendah sedang tinggi Jenis_kelamin Laki-laki Count 6 11 9 26 Expected Count 5.2 9.4 11.4 26.0 % within Jenis_kelamin 23.1% 42.3% 34.6% 100.0% Perempuan 4 7 13 24 4.8 8.6 10.6 24.0 16.7% 29.2% 54.2% 10 18 22 50 10.0 18.0 22.0 50.0 20.0% 36.0% 44.0% 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 2X2

Jenis_kelamin * Kategori_produktivitas Crosstabulation Ganti RECODE... Jadikan 2X2 Jenis_kelamin * Kategori_produktivitas Crosstabulation Kategori_produktivitas Total Rendah Tinggi Jenis_kelamin Laki-laki Count 17 9 26 Expected Count 14.6 11.4 26.0 % within Jenis_kelamin 65.4% 34.6% 100.0% Perempuan 11 13 24 13.4 10.6 24.0 45.8% 54.2% 28 22 50 28.0 22.0 50.0 56.0% 44.0% 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 df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 1.936a 1 .164 Continuity Correctionb 1.224 .269 Likelihood Ratio 1.947 .163 Fisher's Exact Test .254 .134 Linear-by-Linear Association 1.897 .168 N of Valid Casesb 50 a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 10.56. b. Computed only for a 2x2 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 hubungan pendidikan dengan produktivitas kerja?