LATAR BELAKANGÂ
Ketika melakukan sebuah penelitian, seorang peneliti perlu untuk mengidentifikasi masalah yang ada, kemudian merumuskan hipotesis berdasarkan data-data yang didapatkan dari hasil pengamatan. Hipotesis berasal dari bahasa Yunani (hypo: di bawah dan thesis : menaruh) yang artinya fondasi, yaitu suatu dugaan / pendapat berdasarkan bukti yang sejauh ini ada sebagai titik awal untuk investigasi lebih lanjut mengenai kebenaran suatu hal. Uji Hipotesis adalah proses pengujian terhadap hipotesis tentang suatu populasi berdasarkan data sampel yang kita miliki dengan menggunakan metode statistik. Terdapat empat langkah dalam uji hipotesis: merumuskan masalah, memilih uji statistik yang tepat, menjalankan uji tersebut, dan menarik kesimpulan. Salah satu metode statistik yang sering digunakan dalam proses pengujian hipotesis, khususnya pada data berskala kategorik, adalah uji chi-square. Uji ini digunakan untuk mengetahui apakah terdapat perbedaan atau hubungan yang signifikan antara variabel-variabel dalam suatu populasi. Uji chi-square menjadi pilihan yang tepat ketika data yang dikumpulkan berbentuk frekuensi atau jumlah kejadian dalam kategori tertentu (Halim & Syumarti, 2023).
Uji Chi-Square merupakan salah satu metode statistik non-parametrik yang digunakan untuk menguji hubungan atau perbedaan proporsi antara dua atau lebih variabel kategorik. Uji ini banyak diaplikasikan dalam penelitian bidang kesehatan, sosial, maupun pendidikan karena mampu mengukur apakah terdapat asosiasi yang signifikan antara dua variabel yang berskala nominal. Dalam penggunaannya, uji Chi-Square memerlukan data yang disusun dalam bentuk tabel kontingensi dan memiliki syarat yaitu setiap observasi harus independen serta frekuensi harapan tidak boleh terlalu kecil (minimal 5 pada setiap sel idealnya). Ketika syarat ini terpenuhi, maka Chi-Square dapat memberikan informasi penting mengenai ketidaktergantungan antar variabel. Relevansi uji ini semakin nyata dalam penelitian survei dan epidemiologi, di mana perbandingan karakteristik populasi atau efek dari suatu intervensi seringkali dinyatakan dalam bentuk kategori. Dengan demikian, uji Chi-Square menjadi alat penting untuk mendukung pengambilan keputusan berbasis data pada studi yang berfokus pada hubungan antar kelompok (Sugiyono, 2012).
DEFINISIÂ
Dalam penelitian kuantitatif, analisis statistik memiliki peran penting untuk membuktikan hipotesis berdasarkan data yang diperoleh. Salah satu teknik yang dapat digunakan untuk mengetahui perbedaan ataupun hubungan dalam data berskala kategori (nominal atau ordinal) adalah uji chi-square (). Uji ini termasuk ke dalam uji non-parametrik karena tidak mengharuskan data mengikuti distribusi normal seperti pada uji parametrik. Secara khusus, uji beda lebih dari dua proporsi menggunakan aplikasi uji chi-square untuk melihat apakah ada perbedaan yang bermakna antara lebih dari dua kelompok atau kategori dalam hal proporsi atau distribusi frekuensi suatu kejadian. Penggunaan uji chi-square memiliki beberapa syarat, yaitu data harus dalam bentuk kategorik, observasi antar subjek harus bersifat independen, dan frekuensi harapan (expected frequency) tidak boleh terlalu kecil dan minimal 5 agar hasil uji lebih stabil dan valid (Nuryadi et al., 2017).
Uji Chi Square merupakan salah satu distribusi yang berasal dari distribusi normal baku. Uji Chi Square atau Uji kai kuadrat (dilambangkan dengan dari huruf Yunani "Chi" dilafalkan "Kai") digunakan untuk menguji dua kelompok data baik variabel independen maupun dependen yang berbentuk data kategori. Uji Chi Square dapat juga dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih, sehingga datanya bersifat diskrit. Misalnya ingin mengetahui hubungan antara status gizi ibu (baik atau kurang) dengan kejadian berat badan lahir rendah (ya atau tidak) (Fitri et al., 2023).
Uji chi-square atau uji kai kuadrat digunakan untuk menguji dua kelompok data yang berbentuk data kategorik. Uji chi-square merupakan uji proporsi untuk dua peristiwa atau lebih sehingga datanya bersifat diskrit, seperti hubungan status gizi dengan berat badan. Dasar uji chi-square sendiri adalah membandingkan perbedaan frekuensi hasil observasi (O) dengan frekuensi yang diharapkan (E). Uji chi-square tidak memerlukan asumsi distribusi normal dan cocok untuk data dengan ukuran sampel besar (Fisty Lubis, 2022).
Terdapat tiga macam uji chi-square yang memiliki fungsi berbeda yaitu, independency test yang dapat digunakan untuk menguji ada tidaknya hubungan antara dua variabel, homogenity test untuk menguji homogenitas antar sub kelompok, dan goodness of fit untuk menguji bentuk distribusi data empiris dengan teori dan membandingkan kesesuaian karakteristik sampel terhadap karakteristik populasi. Uji independency umumnya digunakan dalam penelitian sosial atau kesehatan, misalnya untuk mengetahui apakah terdapat hubungan antara tingkat pendidikan dengan kepatuhan minum obat pada pasien hipertensi. Jika hasil uji menunjukkan hubungan yang signifikan, maka dapat disimpulkan bahwa kedua variabel tersebut saling berkaitan. Sementara itu, uji homogeneity berguna ketika peneliti ingin membandingkan proporsi suatu variabel pada beberapa kelompok yang berbeda, contohnya adalah membandingkan preferensi jenis metode kontrasepsi (pil, suntik, atau IUD) di antara wanita usia subur di tiga wilayah berbeda. Terakhir, uji goodness of fit digunakan ketika peneliti ingin melihat apakah distribusi suatu data sesuai dengan yang diharapkan, contohnya adalah menguji apakah distribusi jenis golongan darah pada sekelompok mahasiswa sesuai dengan distribusi golongan darah populasi umum (Halim & Syumarti, 2023).
CIRI-CIRIÂ
Menurut Fitri et al. (2023) dan Addin Aditya et al. (2022) dalam melakukan uji chi-square harus memenuhi syarat, yaitu :
-Sampel dipilih secara acak
