7 0 143 KB
A. Menggunakan uji 1 sampel non parametrik pada aplikasi SPSS
1. Uji Chi Square Langkah kerja : Aktifkan data sheet yang akan diolah ,misal : Uji nonpar .sav Klik menu analize, lalu non parametric test , pilih Chi Square Akan muncul kotak dialog Chisquare test, Karena yang hendak diuji adalah proporsi pendidikan , maka kita pindahkan variabel pendidikan ke test variable list , untuk nilai observasi , kita tetapkan berasal dari data, sehingga pada kotak Expected Range kita pilih Get from data, hal ini karena data sudah dikategorikan ( pilihan Used specified range dipakai apabila, nilai rentang data ditentukan / ada batasan nilai yang diolah, tidak semua nilai diolah). Untuk frekuensi yang diharapkan , kita tetapkan proporsi sama , sehingga pada kotak Expected value kita pilih All Categories Equal, apabila tidak maka nilai harapan bisa kita tentukan dengan mengisi pada values. Apabila menginginkan tampilan output menyertakan pilihan terhadap analisis deskriptifnya, klik Options, kemudian pilih nilai deskriptif yang dikehendaki . Lalu klik OK, Seperti gambar berikut :
sehingga akan muncul hasil output berikut :
Test Statistics Pendidikan Karyawan Chi-Square a
14.000
df
2
Asymp. Sig.
Tabel Chi Square
.001
a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 25.0.
Pendidikan Karyawan Observed N
Expected N
Residual
SMU
10
25.0
Akademi
30
25.0
5.0
Sarjana
35
25.0
10.0
Total
75
-15.0
p-value, lebih kecil dari 0,05 sehingga proporsi pendidikan berbeda
Hasil output diatas, menyatakan bahwa proporsi pendidikan berbeda pada tingkat signifikansi 5 %.
B. Menggunakan uji 2 sampel independen non parametrik pada aplikasi SPSS
1. Uji Chi Square Langkah kerja : Aktifkan data sheet yang akan diolah ,misal : nonparametric .sav Klik menu analize, lalu Descriptive , pilih Crosstab Akan muncul kotak dialog , pindahkan variabel yang hendak diuji ke kotak row dan coloumn , semisal hendak diuji variabel pendidikan menurut jenis kelamin, maka letakkan pendidikan di Coloumn, dan Jenis kelamin di Row. Klik Statistic, berikan tanda check pada Chi Square ( apabila mencari hubungan klik juga pada Contingency Coefficient ), lalu klik Continue Seperti gambar berikut :
Klik Cells, pada Counts berikan tanda check untuk observed dan expected, pada Percentages berikan tanda check pada total, lalu klik Continue, seperti gambar berikut :
Klik format apabila untuk mengatur tampilan denagn tampilan ascending atau descending, bila sudah klik OK
Akan muncul print out sebagai berikut :
Case Processing Summary Cases Valid N jenis kelamin * Pendidikan Karyawan
Missing Percent
75
100.0%
N
Total Percent
0
.0%
N
Percent 75
100.0%
Statistik Deskriptif
jenis kelamin * Pendidikan Karyawan Crosstabulation Pendidikan Karyawan SMU jenis kelamin
Wanita
Count Expected Count % of Total
Pria
Count Expected Count % of Total
Total
Count Expected Count % of Total
Akademi
Sarjana
Total
5
14
14
33
4.4
13.2
15.4
33.0
6.7%
18.7%
18.7%
44.0%
5
16
21
42
5.6
16.8
19.6
42.0
6.7%
21.3%
28.0%
56.0%
10
30
35
75
10.0
30.0
35.0
75.0
13.3%
40.0%
46.7%
100.0%
Tabel silang
Chi-Square Tests
Value
Asymp. Sig. (2-sided)
df a
Pearson Chi-Square
.460
2
.795
Likelihood Ratio
.460
2
.794
Linear-by-Linear Association
.437
1
.509
N of Valid Cases
75
a. 1 cells (16.7%) have expected count less than 5. The minimum expected count is 4.40.
Uji Chi Square
p-value > 0,05, tidak ada perbedaan Frekuensi harapan terpenuhi, tdk ada yang kurang satu, hanya 16,67 % yang kurang dari 5
Hasil output diatas, menyatakan bahwa tidak ada perbedaan pendidikan menurut jenis kelamin pada tingkat signifikansi 5 %.