Penjelasan dan Contoh Rumus Koreksi Yates – Chi Square

Rumus Koreksi Yates

Pengertian Rumus Koreksi Yates

Rumus Koreksi Yates merupakan salah satu dari beberapa rumus uji chi-squre. Sebelum membahas lebih lanjut, kita harus mengenal beberapa jenis rumus chi-square, antara lain adalah:

  1. Pearson Chi-Square,
  2. Continuity Correction/Yates Correlation/Koreksi Yates,
  3. Fisher Exact Test,
  4. Likelihood Ratio.

Untuk menggunakan rumus ini, perlu bagi anda untuk membuat sebuah tabel kontingensi 2 x 2. Dengan tabel tersebut kita akan melakukan perhitungan. Maksud dari tabel 2 x 2 adalah: variabel bebas atau variabel independen dan variabel terikat atau variabel dependen, sama-sama masing-masing terdiri dari 2 kelompok atau 2 kategori, misal: laki-laki dan perempuan.

Pengertian Rumus Koreksi Yates

Contoh kasus misalnya sebuah penelitian yang ingin menguji adakah perbedaan kejadian kanker berdasarkan status riwayat merokok. Dimana variabel independen dalam hal ini adalah riwayat merokok, dengan kategori ada 2 yaitu: merokok dan tidak merokok. Sedangkan sebagai variabel dependen adalah kejadian kanker, dimana kejadian kanker juga terdiri dari 2 kategori, yaitu: menderita kanker dan tidak menderita kanker.

Kesimpulannya adalah, uji yate’s correlation atau di dalam SPSS disebut dengan istilah continuity correction, adalah uji chi square yang khusus atau spesifik untuk bentuk tabel kontingensi 2 x 2.

Seperti halnya uji chi square lainnya, uji ini juga mempunyai syarat, yaitu antara lain:

  1. Tidak boleh ada cell dengan frekuensi kenyataan sebesar 0.
  2. Tidak boleh ada cell dengan frekuensi harapan sebesar kurang dari 5.

Pertanyaannya: bagaimana jika di dalam sebuah penelitian, kita menemui kasus ternyata ada cell dengan frekuensi harapan kurang dari 5? Maka jawabannya adalah silahkan menggunakan uji laternatif lainnya, yaitu uji fisher exact test.

Contoh Penerapan Rumus Koreksi Yates

Agar tidak terlalu lama preambulenya, langsung saja kita masuk ke tutorial uji yate’s correlation ini.

Berikut Rumus Koreksi yates

Rumus Koreksi Yates

Keterangan:
A, B, C, dan D adalah sel hasil persilangan dari dua variabel:

Tabel Korekasi Yate’s

Contoh:
Suatu penelitian ingin mengetahui: “apakah ada perbedaan cita-cita kelak setelah tamat S1 diantara mahasiswa & mahasiswi Fakultas A semester-VII?”

Hipotesis:

  1. H0 = tidak ada perbedaan antara mahasiswa dan mahasiswi dalam hal cita-cita mereka kelak setelah tamat S1.
  2. Ha = proporsi mahasiswi lebih banyak yang bercita-cita sebagai PNS  setelah mereka tamat S1 ketimbang mahasiswa.

Tabel kerja:

Contoh Tabel Koreksi Yate’s

Penghitungan:

Contoh Hitung Rumus Koreksi Yate’s
Contoh Hasil Hitung Rumus Koreksi Yate’s

Besarnya degree of freedom (df) :
df =  (k-1)  (b-1)
= (2-1)  (2-1)
= 1

Catatan:

  1. Teknik Chi-Square menganjurkan jika ada sel-sel yang berfrekuensi kecil (<5 kasus), maka dilakukan koreksi YATES.
  2. Koreksi YATES hanya berlaku untuk tabel 2×2

Dari perhitungan di atas, didapatkan nilai:

Chi-square hitung = 6,79

Df = 1

Chi-Square Tabel pada Df 1 dan Signifikansi 0,05 = 3,841

Kesimpulan Statistik:

Chi-Square Hitung > Chi-Square tabel = Signifikan.

By Anwar Hidayat

This article was last modified on 3 Februari 2017 06:26

Share
Anwar Hidayat

Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, EViews, AMOS, SmartPLS dan Excel. Silahkan WhatsApp: 08816050259. Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.

View Comments

  • Degree of freedom atau DF rumusnya adalah: (c-1) x (r-1), dimana c: jumlah kolom, r: jumlah baris. Misal variabel bebas ada 3 kategori: baik, cukup dan kurang. Maka jumlah baris = 3. Variabel terikat ada 2 kategori, misal: baik dan tidak baik. Maka jumlah kolom = 2. Sehingga DF = (2-1) x (3-1) = 1 x 2 = 2. Kesimpulannya: DF = 2.

  • cara menghitung degree of freedomnya bagaimana ya?
    saya masih kurang faham, terima kasih sebelumnya

Recent Posts

Variabel PLS SEM, Data, Model Hubungan dan Asumsinya

Variabel PLS SEM, Data, Model Hubungan dan Asumsinya Variabel PLS SEM Sebelum kita coba tutorial PLS SEM dalam aplikasi smartPLS,…

20 Desember 2018 00:14

PLS SEM: Pengukuran Kecocokan Model (Inner dan Outer)

Pengukuran Kecocokan Model PLS SEM Dalam bahasan kali ini kita akan melanjutkan artikel sebelumnya yaitu tentang partial least square. Sebelumnya…

25 Agustus 2018 22:15

Partial Least Square (PLS), Pengertian, Fungsi, Tujuan, Cara

Pengertian Partial Least Square (PLS), Fungsi, Tujuan, Cara dan Algoritma Partial least square atau yang biasa disingkat PLS adalah jenis analisis…

25 Agustus 2018 16:12

Hipotesis Penelitian dan Hipotesis Statistik Dalam Perbedaan

Perbedaan Hipotesis Penelitian dan Hipotesis Statistik Apa yang dimaksud dengan hipotesis penelitian? Apa yang dimaksud dengan hipotesis statistik? Apa perbedaan…

23 Mei 2018 01:14

Pengertian Simple Random Sampling, Jenis dan Contoh

Pengertian Simple Random Sampling, Jenis dan Contoh Pengertian Simple Random Sampling Dalam kesempatan ini akan kami coba sharing tentang pengertian…

16 Februari 2018 01:22

Penjelasan dan Tutorial Regresi Linear Berganda

Penjelasan dan Tutorial Regresi Linear Berganda Dalam kesempatan ini, saya akan coba menjelaskan tentang Regresi Linear Berganda serta tutorial regresi…

1 Januari 2018 17:58