data yang teramati dengan data frekuensi teoritis yang didasarkan pada hipotesisnya. Ternyata banyak nilai statistik dari penarikan contoh yang dipilih secara acak tidak
tepat atau sesuai dengan hasil teoritisnya.
Uji kesesuaian bertujuan untuk mengetahui tentang sebaran populasi. Suatu contoh acak dipilih dari populasi yang bersangkutan, kemudian informasi contoh
tersebut digunakan untuk menguji kebenaran sebaran populasi tersebut.
Apabila data populasi atau data contoh diklasifikasikan menurut satu atribut tunggal atau apabila akan menguji distribusi probabilitas populasi teoritis, maka
digunakan uji kesesuaian Yusuf Wibisono, 2005. Apabila hasil pengukuran menunjukkan bahwa ada kesesuaian atau tidak terlalu menyimpang antara data
frekuensi yang teramati dengan frekuensi teoritis, maka hipotesis nol diterima. Tetapi, jika tidak ada kesesuaian antara data frekuensi yang teramati dengan frekuensi teoritis,
maka hipotesis nol ditolak. Sesuai tidaknya frekuensi teramati dengan frekuensi teoritis ditentukan dengan cara membandingkan ukuran kesesuaian dengan suatu nilai
distribusi Chi-Kuadrat.
2.11 Uji Kebebasan Uji Independensi
Uji independensi adalah menguji hipotesis bahwa 2 dua sifat tidak berhubungan Abdul Hakim, 2002. Uji kebebasan mencakup uji kebebasan dua faktor yang terdiri
dari beberapa kategori atau level. Dalam hal ini, hasil pengamatan contoh acak diklasifikasi menjadi 2 dua faktor yaitu baris dan kolom, masing-masing terdiri dari
beberapa kategori. Klasifikasi dapat dilihat pada tabel kontingensi
bxk
seperti berikut ini:
Universitas Sumatera Utara
Tabel 2.5 Tabel Kontingensi untuk Pengamatan Dua Faktor
b k
Faktor I Kategori Ke-
i
Faktor II Kategori Ke-
j
Jumlah
Pi
1 2 …
j
…
k
1 2
. .
i
.
b
11
n
12
n
…
j
n
1
…
k
n
1 21
n
22
n
…
j
n
2
…
k
n
2
. .
1
i
n
2
i
n
…
ij
n
…
ik
n
.
1
b
n
2
b
n
…
b j
n
…
b k
n
. 1
n
. 2
n
.
i
n
.
b
n
. 1
p
. 2
p
.
i
p
.
b
p
Jumlah
1 .
n
2 .
n
…
j
n
.
…
k
n
.
n
1
P
1 .
p
2 .
p
…
j
p
.
…
k
p
.
1
Apabila antara dua peubah tidak mempunyai keterkaitan, maka dikatakan bahwa ke duanya bebas atau tidak saling mempengaruhi.
2.12 Uji K-Way
Uji K-Way terdiri dari 2 dua tahap Fazahadu Syuraifah, 2010, yaitu: 1.
Uji untuk interaksi K-suku atau lebih adalah nol. Uji ini berdasarkan pada hipotesa bahwa efek order ke-K atau lebih sama
dengan nol. Uji ini dimulai dari order tertinggi hingga order terendah.
2. Uji untuk interaksi K-suku adalah nol.
Uji ini didasarkan pada hipotesa bahwa efek order ke-K sama dengan nol. Uji ini dimulai dari order terendah hingga order tertinggi.
Universitas Sumatera Utara
2.13 Uji Asosiasi Parsial
Tujuan dari uji asosiasi parsial adalah untuk menguji hubungan ketergantungan antara dua peubah dalam setiap level peubah lainnya. Dari uji asosiasi parsial ini diketahui
peubah yang akan dimasukkan ke dalam model.
2.14 Koefisien Kontingensi
Setelah diketahui ada tidaknya hubungan antar peubah kategorik pada pengujian Chi- Kuadrat, selanjutnya yang akan dilakukan adalah penghitungan nilai ukuran keeratan
hubungan antar peubah dengan menggunakan koefisien kontingensi Dergibson Siagian dan Sugiarto, 2000. Jika nilai Chi-Kuadrat sudah diperoleh, maka
penghitungan koefisien kontingensi sangat mudah dan biasanya pengitungan harga koefisien kontingensi setelah menemukan harga Chi-Kuadrat. Uji signifikan yang
digunakan adalah tabel kritik Chi-Kuadrat dengan derajat kebebasan adalah
c-1r-1
.
Nilai koefisien kontingensi dapat dicari dengan menggunakan rumus:
2 2
hitung hitung
N C
6
m m
C
1
max
7 Dengan memperhatikan rumus di atas, dapat diketahui besarnya nilai
koefisien kontingensi yaitu
max
C C
. Keterangan:
C
= koefisien kontingensi
2
hitung
= hasil penghitungan Chi-Kuadrat
N
= banyak data
m
= min baris; kolom, dalam penelitian ini nilai
m
adalah nilai minimal dari semua variabel yaitu min
X
;
Y
;
Z
.
Universitas Sumatera Utara
BAB 3
PEMBAHASAN
3.1 Pengolahan Data