Jika ujian statistik (ujian parametrik) T-Test dan ANOVA menggunakan data skala ratio bagi

mengenal pasti perbezaan, ujian chi-square pula boleh digunakan untuk mengenal pasti perbezaan
bagi data yang berskala nominal. Ujian chi-square ini termasuk di dalam ujian bukan parametrik.

Jadi, sebenarnya terdapat beberapa sebab yang membolehkan kita menggunakan ujian bukan
parametrik ketika menjalankan sesuatu penyelidikan;

a) apabila data kita tidak mematuhi syarat taburan normal (normal distribution)

b) apabila data kajian menggunakan skala pengukuran nominal dan ordinal

Sebenarnya, ujian bukan parametrik mempunyai syarat yang lebih longgar berbanding dengan ujian
parametrik yang mana kita tidak perlu menepati syarat normaliti.

Biasanya ujian Chi-Square sering digunakan untuk kebebasan (Chi-Square test for independent / test
of homogeneity). Ujian ini bagi digunakan bagi mengenal pasti perbandingan dua variabel yang
berskala nominal. Sebagai contohnya ingin membandingkan variabel jantina iaitu kategori lelaki dan
perempuan dengan tahap kemahiran berkomunikasi sama ada tahap tinggi, tahap sederhana, tahap
rendah.

Kita boleh menghasilkan objektif kajian iaitu untuk menentukan sama ada terdapat perbezaan tahap
kemahiran berkomunikasi berdasarkan jantina pelajar dan menggunakan analisis ujian chi-square
bagi mendapatkan nilai sama ada signifikan atau tidak di antara jantina tersebut.

Ujian chi-square turut digunakan bagi menentukan kebagusan (chi-square test for goodness-of-fit).
Sebagai contohnya seorang penyelidik ingin menjalankan kajian mengenai kemahiran berkomunikasi
dalam kalangan pelajar di sebuah sekolah. Objektif kajian untuk menentukan perbezaan tahap
kemahiran komunikasi dalam kalangan pelajar. Hasil analisis kajian menunjukkan bahawa terdapat
pelajar yang mempunyai tahap komunikasi yang tinggi, sederhana dan juga rendah. Oleh itu chisquare test for goodness-of-fit boleh digunakan untuk menentukan tahap kemahiran komunikasi
mana yang signifikan dan menyumbang paling besar dalam kalangan pelajar tersebut (baca nilai
residual dan Obseverd N)

Chi-Square Test for Homogeneity

When is this test used?

The data is multinomial data in a contingency table or two way cross-classification table.

All expected values are at least 5. (Another rule of thumb is that there are more than 4 cells,
the average of the expected values is at least 5, and the smallest expected value is at least
1.)

The cells have counts or frequencies. It doesnt work if the data is percentages or relative
frequencies!

Either the row totals or column totals are fixed.

The data comes from multiple samples which are independent.

This test is used to see if the different samples come from populations with the same
distribution.
Each cell will have a frequency or count. It is necessary to find row, column, and grand
totals. There will be icategories and j samples or distributions. The notation below assumes
the categories are the row