Bagaimana menerapkan konsep pengujian distribusi chi square jelaskan

Setelah sebelumnya sudah membahas tentang materi umum non parametrik. kali ini akan menjelaskan salah satu dari uji non parametrik. Postingan kali ini membahas mengenai uji chi-square. Sedikit berbeda dengan sebelumnya, Saya  mencoba memulai dengan contoh agar lebih mudah dipahami. Mudah-mudahan lebih ngerti ya, kalau belum ngerti di komen yaaa. Contoh uji chi square : Sebuah dadu setimbang dilempar sekali 120 kali,di peroleh data sebagai berikut.sisi 1 = 20, sisi 2 = 22, sisi 3 = 17, sisi 4 = 18, sisi 5 = 19 dan sisi 6 = 24. Dari hasil tersebut kita ingin lihat apakah hasi lemparan tersebut masuk akal. maksud dari masuk akal peluang muncul ke enam sisi tersebut sama 120/6 = 20. jadi, kita pengen tahu apakah lemparan itu masuk akal. Contoh di atas merupakan salah satu contoh penggunaan uji chi-square. pertanyaannya pasti kenapa? disini kita melakukan observasi (melempar dadu) sebanyak 120 kali. terus kita ingin membuktikan secara ilmiah apakah hasil observasi sesuai dengan perkiraan (Harapan) yaitu peluang muncul ke enam sisi sama. Intinya membandingkan hasil obesravasi dengan harapan yang seharusnya.

Kesimpulannya Uji chi-square merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan frekuensi observasi – O) dengan frekuensi harapan yang didasarkan pada hipotesis tertentu pada setiap kasus atau data (selanjutnya disebut dengan frekuensi harapan – E).

1. Nilai Khi-kuadrat tidak pernah negatif, karena selisih dari frekuensi pengamatan dan frekuensi harapan dikuadratkan.
2. Ketajaman dari distribusi khi-kuadrat tidak tergantung pada ukuran sampel tetapi tergantung pada banyaknya kategori yang digunakan.
3. Distribusi khi-kuadrat bersifat menceng kanan (nilai positif), semakin meningkat jumlah derajat bebas maka semakin mendekati distribusi normal.

1. Letakkan frekuensi-frekuensi terobservasi dalam k kategori. Jumlah frekuensi itu seluruhnya harus N, yakni banyak observasi-observasi independen.
2. Dari H0 tentukan frekuensi yang diharapkan untuk tiap-tiap k sel itu. Manakala k>2, dan bila lebih dari 20% dari Ei kurang dari 5, gabungkanlah kategori-kategori yang berdekatan apabila hal ini memungkinkan, dan dengan demikian kita mengurangi harga k serta meningkatkan nilai beberapa Ei. Apabila k=2, tes X2 untuk kasus satu sampel dapat digunakan secara memadai hanya jika tiap-tiap frekuensi yang diharapkan adalah lima atau lebih.
3. Hitung nilai X2 dengan rumus Σ(Oi-Ei)2/Ei.
4. Tetapkan harga db=k-1.
5. Dengan melihat tabel Chi squared, tetapkan probabilitas yang dikaitkan dengan terjadinya suatu harga yang sebesar nilai X2 hitungan untuk harga db yang bersangkutan. Jika nilai ini sama atau kurang dari α, H0 ditolak.

1. Uji X2 untuk Bentuk Distribusi (Goodness of Fit)
   UJI KECOCOKAN (goodness of fit), membandingkan antara Frekuensi Observasi dengan Frekuensi Teoretis /Harapan. Apakah Frekuensi hasil Observasi menyimpang dari Frekuensi Harapan. Jika nilai (chi square) kecil, berarti kedua frekuensi tersebut sangat dekat, mengarah pada penerimaan kepada hipotesa nol ( Ho).
2. Uji X2 untuk Independensi
   UJI INDEPENDENSI : Menguji apakah ada atau tidak ada hubungan antara dua kategori suatu hasil observasi dari suatu populasu dnegan kategori populasi lainnya. Uji independensi disebut juga analisis tabel kontingensi
3. Uji X2 untuk Perbedaan
   Uji chi squared untuk perbedaan: Bentuk hipotesis (Ho) yang digunakan dalam hal ini adalah: “tidak terdapat perbedaan dari keadaan atau peristiwa dari kelompok sampel yang satu dengan kelompok sampel yang lain”. Sedangkan untuk Ha adalah: “terdapat perbedaan dari keadaan atau peristiwa dari kelompok sampel yang satu dengan kelompok sampel yang lain”.

Newer Post Older Post

Pengertian Chi Square adalah uji non parametik yang biasa digunakan seseorang yang sedang melakukan penelitian. Bukan hanya untuk penelitian dalam skala besar, para mahasiswa yang sedang mengerjakan skripsi pun pasti akan berhubungan dengan uji Chi Square tersebut karena umumnya terdapat pada pengolahan data yang menggunakan software statistik seperti SPSS atau SPLS.

Chi Square disebut juga dengan Kai Kuadrat. Uji ini tidak bisa dilakukan begitu saja mengingat metode dan rumus yang cukup kompleks, sehingga untuk menerapkannya diperlukan bimbingan khusus dari yang sudah berpengalaman.

Chi square adalah uji non parametrik yang sering digunakan dalam penelitian. Prinsip kerjanya adalah dengan membandingkan dua variabel yang skala datanya adalah nominal.

Dikutip dari buku Pengantar Statistika, Usman, H. & R. Purnomo Setiady Akbar, Bumi Aksara, 2000, Uji Chi Square biasanya digunakan untuk mengetahui hubungan dua variabel nominal kemudian mengukur kekuatan hubungan antara dua variabel yang dimaksud. Skala data kedua variabel adalah nominal. Apabila dari 2 variabel, ada 1 variabel dengan skala nominal maka dilakukan uji Chi Square dengan merujuk bahwa harus digunakan uji pada derajat yang terendah.

Uji chi square bisa dilakukan hanya pada sampel berukuran besar. Uji ini dilakukan dengan mentabulasikan variabel ke dalam kategori-kategori lalu dihitung statistik Chi Square nya.

Syarat umum uji Chi Square adalah: frekuensi responden atau sampel yang digunakan besar, sebab ada beberapa syarat Chi Square dapat digunakan yaitu:

• Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0) sebesar 0 (Nol).

• Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5.

• Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%.

• Nilai Chi‐Square selalu positip.

• Terdapat beberapa keluarga distribusi Chi‐Square, yaitu

• Distribusi Chi‐Square dengan DK=1, 2, 3, dst.

• Bentuk distribusi Chi‐Square adalah menjulur positip.

Untuk menguji hubungan atau pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya (C = Coefisien of contingency).

Pada dasarnya, jika Anda adalah seorang peneliti maka perlu rasanya untuk mempelajari rumus Chi Square harus anda pelajari agar dapat mengerti makna sesungguhnya dari uji chi square. Sehingga dapat memanfaatkan rumus tersebut dalam kegiatan analisis, terutama saat melakukan uji kumparatif pada data dengan skala data nominal. (DNR)