Distribusi Khi Kuadrat (

Distribusi acak kotinu.

2

(baca: khi kuadrat) juga merupakan distibusi dengan peubah

Umumnya grafiknya merupakan grafik dengan kemiringan atau kelandaian positif, yaitu grafik dengan kelandaian ke kanan. Kelandaian ini semakin berkurang jika dk semakin besar. Untuk perhitung-perhitungan telah disiapkan daftar H seperti halnya juga dengan distribusi-distribusi yang lain. Umumnya grafik mempunyai kelandaian (kemiringan) positif (ke kanan) untuk dk yang makin besar, kelandaian semakin berkurang.

Bentuk daftar H

Kolom pertama (dk) ialah bilangan bilangan yang menunjukkan derajat kebebasan yang akan dipakai. Sedangkan kolom-kolom berikutnya menunjukkan tergantung dari tingkat keberartian yang dipakai dan luas daerah yang digunakan. Daftar G
2

Nilai persentil untuk distribusi

for
THE CHI-SQUARE DISTRIBUTION With v degrees of freedom (shaded area = p)

Cara membaca daftar H

1) Untuk mencari nilai

dengan p = 0,09 dan dk = 19, maka di bawah kolom

dk cari bilangan 19 kemudian telusuri ke kanan sampai bertemu dengan bilangan yang terdapat pada kolom = 36,2. . Bilangan yang dicari ialah 36,2. Artinya nilai

2)

Kurva di sebelah ini untuk dk = 15

a) Jika luas daerah yang diarsir di sebelah kiri

= 0,25 artinya p = 0,25 maka

nilai

, untuk dk = 15 ialah 11,00

2

b) Jika luas daerah yang diarsir di sebelah kanan

= 0,025 artinya p = 1 -

0,025 = 0,975 maka nilai

, untuk dk = 15 ialah 27,50.

c) Jika jumlah luas yang diarsir 0,10 akan terjadi banyak hal. Karena distribusi
2

tidak simetris, mungkin luas ujung kanan = 0,02 dan luas ujung kiri = 0,08

atau juga 0,07 dan 0,03 dan seterusnya. Dalam hal demikian jika tidak dinyatakan apa-apa, biasanya digunakan. fifty-fifty yaitu luas daerah yang kanan sama dengan luas daerah yang kiri. Seandainya dk = 9 maka luas daerah ujung kiri 0,05 berarti p = 0,05 maka didapat 3,33. Sedangkan luas daerah ujung kanannya 0,05 berarti p = 1 0,05 = 0,95 maka nilai didapat 16,9.

UJI CHI KUADRAT DAN UJI KECOCOKANYA

1. MENGUJI PROPORSI DATA MULTINOM Misalkan sebuah eksperimen menghasilkan peristiwa peristiwa atau katagori katagori A1, A2,...... , Ak yang saling terpisah masing masing dengan peluang p1 = P(A1), p2 = = P(A2),..... pK = P(Ak) Akan di uji pasangan hipotesis Ho ; p1 = pio, 1 = 1, 2, .....k, dengan pio sebuah harga yang di ketahui H1 ; p1 pio Di sini, tentu saja p1 = pio = 1 Pengujian yang di tempuh akan menggunakan data sebuah sampel acak yang berukuran n yang di dalam nya ada O1 dari kategori kesatu (A1) , O2 dari kategori kedua (A2) , ....Ok dari katagori ke k (Ak). Dengan pio yang di berikan kita dapat menghitung masing masing frekuensi yang di harakan E 1 =n pio, E2 = n p20 ....., EK = n pko. Jelas bahwa O1 + O2 + ... Ok = E1 + E2 + ... Ek = n. Harga harga O1 + O2 + ... Ok Merupakan nilai nilai yang nampak sebagai hasil pengamatan sedangkan E1 , E2... Ek merupakan nilai nilai yang di harapkan terjadi atau nilai nilai teoritik. Agar mudah di ingat, adanya kategori A1, hasil pengamatan O1, hasil yang di harapkan E1, sebaiknya di susun dalam daftar sebagai berikut. Katagori Pengamatan Di harapkan A1 O1 E1 A2 A2 A2 ......... ......... .......... Ak Ok Ek

Untuk menguji pasangan hipotesis diatas, digunakan statistik: 1 ...... Bentuk lain rumus diatas adalah: 2 ......

Ternyata bahwa ststistik di atas berdistribusi chi-kuadrat dengan dk = ( k 1 ). Kriteria pengujian adalah; tolak Ho jika x2 x2 ( 1 ) ( k 1) dengan = taraf nyata untuk pengujian. Dalam hal lainya H0. Di terima. Contoh; kita tahu bahwa peluang nampaknya salah satu permukaan dadu homogin masing masing = 1 6. Sebuah eksperimen telah di lakukan sebanyak 120 kali dengan sebuah dadu dan menghasilkan 16 muka bermata sat, 24 mata dua, 23 mata 3, 15 mata 4, 17 mata 5, 25 mata 6. Akan di uji apakah dadu tersebut homogin ataukah tidak, yaitu akan di uji hipotesis; Ho ; p1 = p2 = .... po. = 1 6 H1 ;paling sedikit satu tanda sama dengan tidak berlaku. Jika Ho benar, yakni apabiladadau itu homogin, kita harapkan akan dapat A1 ( muka dengan mata satu) = 120 x 1 6 = 20 A2 ( muka dengan mata dua ) = 120 x 1 6 = 20 A6 ( muka dengan mata dua ) = 120 x 1 6 = 20 Jadi di dapat Muka Pengamatan Di harapkan A1 16 20 A2 24 20 A3 23 20 A4 15 20 A5 17 20 A6 25 20

Dengan rumus XIII (1); atau x2 = 5.00 Dengan =0,05 dan dk = 5, dari tabel distribusi chi-kuadrat di dapat = 11,1 yang jelas lebih besar dari pada X2 = 5,00 Hasil penelitian tak berarti atau non-signifikan dan hipotesis H 0 di terima sehingga dapat kita simpulkan bahwa dadu itu di buat dari bahan yang homogin. Contoh; Dalam suatu eksperimen genetika menurut Mendell telah di temukan bahwa semacam karaterisktik di turunkan menurut perbandingan 1 3 3 9 untuk katagori A,B,C,D. akhir akhir ini di lakukan 160 kali pengamatan dan terdapat 5 katagori D. dengan menggunakan menguatakan teori genetika tersebut? Jawab; berdasarkan teori, di harapkan terdapat 1 16 x 160 = 10 kategori A, masing masing 30 kategori B dan C dan 90 kategori D. data hasil pengamatan dan yang di harapkan adalah sebagai berikut. Kategori Pengamatan A 5 B 23 C 32 D 100 = 0,05 apakah data di atas

diharapkan 10 Dari rumus XIII (1) didapat;

30

30

30

Dari tabel distribusi chi-kuadrat di peroleh = 7,81. Sehingga pengujian memperlihatkan hasil yang tidak berarti dan tidak ada alasan untuk tidak mempercayai teori yang telah di temukan. Sebagai hal khusus dari data multinom ialah data binom yang diadapat apabila banyak kategori k =2. Jika dalam hal ini kedua kategori di sebut kategori I dan kategori II dengan peluang terjadinya kategori I dan II masing masing dan (1 -), maka untuk sebuah kategori I, dapat di buat daftar sebagai berikut. Kategori Pengamatan Di harapkan I x n II n-x n(1-) Jumlah n n

Statistik yang di gunakan untuk menguji hipotesis Ho = o melawan H1

o

ialah ;

XIII (3) Dan di tolak Ho jika X2 ; sedangkan dalam hal lainnya Ho di terima.Kita lihat

bahwa distribusi chi-kuadrat yang di gunakan hanya mempunyai derajat kebebasan satu. Ini mengakibatkan terlalu sering terjadinya penolakan Ho yang seharusnya diterima apabila rumus di atas di gunakan. Selain daripada itu, rumus XIII(3) adalah pengkontinutason data diskrit yang dengan sendirinya harus diadakan penyesuaian seperlunya. Khusus untuk hal ini, yakni dalam hal data binom di mana di gunakan distribusi chi-kuadrat dengan dk satu, rumus XIII(3) perlu di perbaiki dengan menggunakan koreksi kontinuitas yaitu harga mutlak x - no harus di kurangi dengan setengah. Jadi rumus yang di paki adalah; XIII(4)

Contoh; di duga bahwa 50% dari semacam kacang bentuknys keriput dan 50% lagi halus. Pengamtan di lakukan terhadap sebuah sampel acak terdiri atas 80 butir kacang dan terdapat 56 keriput dan sisanya halus. Dalam taraf 0,05 dapatkan kita menyokong dugaan tersebut? Jawab; Bentuk Keriput Pengamatan 56 teoritis 40 Dengan o = 1 2 maka rumus XIII(4) memberikan ; Dengan = 0,01 di dapat = 6,63 Pengujian memberikan hasil yang sangat berati sehingga kita tidak bisa menerima dugaan tesebut. 2. MENGHUJI KESAMAAN RATA RATA POISSON Misalkan ada k (k 2) buah distribusi poisson dengan parameter , ....... akan di uji pasangan hipotesis ; Ho = = ...., H1 paling sedikit satu tanda sama dengan tidak berlaku Dari setiap populasi di ambil sebuah sampel acak, berukuran n1 dari populasi kesatu n2 dari populasi kedua dan seterusnya berukuran nk dari populasi ke-k. Untuk tiap sampel di hitung banyak peristiwa yang mengikuti distribusi poisson. Jika banyak peritiwa ini di nyatakan dengan x1 + x2 + ... xk maka rata ratanya Statistik yang di gunakan untuk menguji hipotesis H0 jika Dan di tolak H0 jika x2 x2(1- )(k-1) dalam hal lainya di terima. Contoh; lima orang sekretaris bertugas untuk menyalin data ke dalam sebuah daftar yang telah di sediakan. Misalkan bahwa banyaknya salah menyalin untuk setiap daftar berdistribusi poiison masing masing dengan rata rata , ....... dari hasil salinan tiap sekretaris di ambil sampel acak berukuran emapat dan di catat banyaknya kesalahan dalam tiap daftar. Data ini akan di gunakan untuk menguji hipotesis H0 = = = = H1 paling sedikit satu tanda sama dengan tidak berlaku Bersama sama dengan satuan yang di perlukan , di dapat data berikut Halus 24 40

Sekretaris I II III IV V JUMLAH

Kesalahan tiap daftar 2,0,3,3,2 0,0,2,1,2 1,1,2,3,2 2,1,1,1,4 2,3,0,3,3

Banyak kesalahan (xi) 10 5 9 9 11

Dari kolom ketiga di dapat X = dan dengan rumus XIII (4a) diperoleh; Dari daftar distribusi chi-kuadrat dengan = 0,05dan dk =4 di dapat = 9,49 dan ini lebih besar dari 2,36 Jadi H0 di terima sehingga kelima sekretaris itu dapat di katakan tergolong ke dalam kelas kerja sama. 3. UJI INDEPENDEN ANTARA DUA FAKTOR Banyak data hasil pengamatan yang dapat di golongkan kedalam beberapa faktor, karateristik atau atribut dengan tiap faktor atau atribut terdiri dari beberapa klasifikasi , kategori, golongan atau mungkin tingkatan. Berdasarkan hasil pengamatan terhadap fenomena demikian akan di selidiki mengenai asosiasi atau hubungan atau kaitan antar faktor. dengan kata lain akan di pelajari apakah terdapat atau tidak suatu kaitan antar faktor faktor, biasa dikatakan bahwa faktor faktor itu bersifatindependen atau bebas tepatnya bebas statistik. Dalam bagian ini hanya akan di pelajari fenomena yang terdiri paling banyak atas dua faktor. Misalnya apakah kemajuan murid dalam fisika ada hubunganya dengan kemajuan murid tersebut dalam matematika, apakah kenakalan remaja ada kaitanya dengan sikap orang tua, lingkungan hidup atau faktoe lainya, benarkah pendapatan keluarga ikut menentukan tingkah laku kehidupan keluarga itu dan lain sebagainya. Selain daripada itu, di sini akan di pelajari juga ada atau tidak adanya pengaruh mengenai beberapa taraf atauntingkatan sesuatu faktor terhadap kejadian fenomena. Umpamanya saja hal hal seperti; apakah ada pengaruh

positif tentang penggunaan serum tertentu terhadap penyembuhan semacam penyakit, adakah perbedaan hasil panen jika di gunakan pupuk yang berlainan, adakah perbedaan pendapat di antara para pegawai terhadap sikap pimpinanya dan sebagainya. 3.1. Asosiasi antara dua faktor dalam daftar kontingensi B X K Secara umum, untuk menguji ondependen antara dua faktor dapat di jelaskan sebagai berikut. Misalkan sebuah sampel acak berukuran n telah di ambil di mana tiap pengamatan tunggal di duga terjadi karena adanya dua macam faktor, ialah faktor I dan faktor II. Faktor I terbagi atas B taraf atau tingkatan dan faktor II trebagi atas K taraf. Banyak pengamatan yang terjadi karena taraf ke-i faktor ke-I (i=1,2......B) dan taraf ke-j. Hasilnya dapat di catat dalam sebuah daftar kontingensi B X K. DAFTAR XIII(1) DAFTAR KONTINGENSI B K UNTUK HASIL PENGAMATAN TERDIRI ATAS DUA FAKTOR Faktor II ( K taraf) 1 2 011 012 021 022 . . . jumlah .......... ........ . . . k 01k 02k . . . n10 n20 . . .

1 2

8 081 082 .......... 03k n80 Jumlah N01 n02 ......... nok n Pasangan hipotesis yang akan di uji berdasarkan data seperti dalam daftar di ats adalah; H0 kedua faktor bebas statistik H1 kedua faktor tidak bebas statistik Pengujian secara eksak sukar di gunakan, karenanya di sini hanya akan di jelaskan pengujian yang bersifat pendekatan. Untuk ini di perlukan frekuensi teoritik atau banyak gejala yang di harapkan terjadi yang di sini akan di nyatakan dengan Eij. Rumusnya adalah XIII(5) E ij = ( nio x noj ) n

Dengan nio = jumlah baris ke-i noj = jumlah baris ke-j10 + n demikianlah misalnya di dapat; E11 = ( n10 x n01 ) n ; E12 = (n10 x n02) n E21 = ( n20 x n01 ) n ; E22 = (n20 x n02) n Dan seterusnya. Jelas bahwa n = n10 + n20 + ....+ nBO = n01 + n02 + .......nOK Statistik yang di gunakan untuk menguji hipotesis di atas adalah; XIII(6) x2 Dan tolak H0 jika X2(1-). (B 1) (K-1)} Dalam taraf nyata = dan derajat kebebasan dk untuk distribusi chi-kuadrat = (B- 1)(K-1). Dalam hal lainya kita terima hipotesis H0. Contoh; misalkan penggolongan pendapatan telah di setujui terbagi atas kelas kelas tinggi, menengah dan rendah. Selanjutnya , untuk tingkatan pendapatan ini terdapat pula empat kelas pasar tempat mereka berbelanja makanan sehari hari yaitu, pasar pasar kelas I, kelas II, Kelas III, kelas IV. Hasil penelitian untuk keadaan ini dapat dilihat di bawah ini; Tinggi I 56 30,5 Menengah 47 54,3 Rendah 14 32,2 jumlah 117 276 42 76,0 135 163 128,1 85 37,2 140 II 71 71,9 38 62,6 43 38,5 668 III 12 35,2 62 65,5 184 IV 35 36,5 310 Jumlah 174

Dalam daftar di muka tiap sel telah di bagi dua oleh garis diagonal. Bagian sel sebelah kiri atas berisikan banyak data hasil pengamatan, jadi O ij, sedangkan bagian kanan bawah berisikan banyak data teoritik atau di harapkan terjadi , yakni Eij . penyusunan seperti dalam daftar di muka sering dapat

memudahkan perhitungan X2 dengan rumus XIII(6) dan agar mudah dapat di lihat mana yang hasil pengamatan dan mana yang teoritik. Harga harga Eij di hitung dengan rumus XIII(5) yakni E11 = (117 x 174 ) 668 = 30,5 ; E12 = (276 x 174 ) 668 = 71,9 E13 = (135 x 174 ) 668 = 35,2 ; E14 = (140 x 174 ) 668 = 36,5 E21 = (117 x 310 ) 668 = 54,3 ; E22 = (276 x 310 ) 668 = 128,1 E23 = (135 x 310 ) seterusnya. Untuk menguji hipotesi bahwa faktor kelas pasar dan faktro tingkat pendapatan mendapatkan Dengan = 0.01 dan dk = (3-1)(4-1) = 6, di dapat = 16,8 yang jelas jauh leih kecil dari 144,12. Jadi penelitian memberikan pengujian yang sangat berarti, sehingga dapat di simpulkan bahwaada hubungan sangat nyata antara kelas pendapoatan dan kelas pasar tempat orang orang berpendapatan demikian berbelanja. Selanjutnya , sering ingin di ketahui derajat hubungan antara faktor yang satu dengan lainya. Jika ini di kehendaki, untuk data dalam daftar kontingensi, di gunakan koefisiensi kontingensi C yang rumusnyadi tentukan oleh; XIII(7) Dengan ambil harga akar yang positif. Untuk contoh soal di atas , dengan x2 = 144,12 dan n = 668 di dapat bersifat independen, di gunakan rumus XIII(6) untuk 668 = 6265 ; E24 = (140 x 310 ) 668 = 65,0 dan

Agar supaya harga C yang di peroleh dapat di pakai untuk menilai daerajat asosiasi antara faktor, maka harga C ini perlu di bandingkan dengan koefisien maksimum yang bisa terjadi. Harga C maksimum ini di hitung oleh rumus;

Dengan m = harga minimum antara B dan K (yakniminimum antara banyak baris dan banyak kolom). Dalam contoh diatas, daftar kontingensi terdiri dari atas tiga baris empat kolom, jadi minimumnya tiga, sehingga

Makin dekat harga C kepada Cmaks makin besar derajat asosiasi antara faktor. Dengan kata lain, faktor yang satu makin berkaitan dengan faktor yang lain. Membandingkan C = 0.421 dengan 0,816 nampak bahwa derajat hubungan cukup besar. Harga C bawh ini. DAFTAR XIII(2) HARGA CMAKS UNTUK BERBAGAI M M 2 3 4 5 6 7 8 9 10 Cmaks 0,707 0,816 0,866 0,894 0,913 0,926 0.935 0,943 0,949
maks

untuk daftar kontingensi dengan m = 2,3, .... 10 di berikan di

Nampak dari daftar bahwa makin besar m makin dekat harga cmaks kepada satu. Tetapi perlu di catat bahwa cmaks selau lebih kecil dari satu. Cara pengujian independen di atas tidak hanya berlaku untuk dua faktor yang berbentuk atribut tetapi juga untuk data kuantitatif yang telah di buat menjadi beberapa kelas interval atau kelompok. Kita mabil misalnya antara umur pengemudi dan seringnya terjadi kecelakaan yang di alami oleh pengemudi itu. Pengemudi yang berumur 31 tahun atau lebih telah di kelompokkan menjdi tiga kelass ; 31-40.41-5060 sedangkan frekunsi kecelakaan lalu lintas yang di alaminya selama periode tertentu di golongkan kedalam kategori; tidak pernah mengalami kecelakaan (0), pernah mengalami satu kali (1) dan lebih dari satu kali kecelakaan (2atau lebih).

Hasil pengamatan dan seringnya mengalami kecelkaan secara teoritik dapat dilihat dalam tabel berikut. UMUR PENGEMUDI 31-40 F R E K U E N S I K E C E L A K A A N Seperti dalam contoh pertama, harga-harga Eij dihitung dengan Rumus XIII(5) dan hasilnya dicantumkan dibagian kanan bawah dalam sel-sel daftar di atas. Maka Rumus XIII(6) menghasilkan: Dengan dan dk = (3 -1) (3 1) = 4, dari daftar distribusi X2 didapat Ternyata hasil pengujian bersifat tak berarti dan frekuensi kecelakaan untuk pengemudi berumur 31 dan lebih tidak bergantung pada umur pengemudi. 4.2 Metode Khusus untuk Daftar Kontingensi 2 X 2 jumlah 512 594 453 1559 0 2 atau lebih 24, ,8 27 1,2 2 73 1 83, 4 22 ,6 25 96 3,8 26 7 04,6 70 0 4 69,4 97 4 58,0 87 254 3 1232 420 41-50 472 51-60 340 JUMLAH

Jika daftar kontingensi berukuran 2 x2, maka untuk pengujian hipotesis digunakan distribusi chi-kuadarat dengan derajat kebebasan satu. Ternyata bahwa untuk hal ini koreksi kontinuitas perlu digunakan dan telah ditemukan dengan nama koreksi Yates, yaitu setiap harga mutlak di kurangi dengan setengah. Hasil pengamatan yang dapat dicantumkan dalam daftar kontingensi 2 x 2 adalah seperti di bawah ini. FAKTOR KEDUA Taraf 1 Taraf 2 Jumlah Taraf 1 A C a +c Taraf 2 b d a+c Jumlah a+b c+d n

Jelas bahwa n = a + b + c + d Rumus X2 untuk hal ini, bersama-sama dengan memperhitungkan koreksi Yates tersebut diatas adalah: XIII(9) . . . . . . Seperti baiasa, hipotesis yang akan diuji adalah: HO : Kedua faktor independen HI : Kedua faktor tidak independen Dan tolak HO jika dengan Contoh : ada dua kelompok A dan B, masing-masing terdiri dari 95 orang yang menderita semacam penyakit. Kelompok A diobati dengan semacam obat sedangkan kelompok B tidak diobati (kelompok B disebut kelompok kontrol). Sesudah jangka waktu tertentu diperiksa berapa oarang yang sembuh. Ternyata dari kelompok A ada 78 yang sembuh sedangkan dari kelompok B ada 62 orang. Akan diuji hipotensis bahwa obat yang digunakan tidak mempunyai pengaruh terhadap penyembuhan penyakit. Jawab : data di atas dapat dicantumkan dalam daftar kontingensi sebagai berikut: Kelompok A (diobati) Kelompok B (tak diobati) Jumlah Sembuh 78 62 140 Tidak Sembuh 17 33 50 Jumlah 95 95 190

Dari Rumus XIII(9) didapat X2 = 6,11.

Untuk taraf nyata 0,05 dan dk = satu, maka Kita lihat bahwa pengujian berarti pada taraf 0,05. Tetapi jika , maka sehingga HO diterima pada taraf 0,01. Pengobatan barangkali berarti dan penelitian lebih lanjut dianjurkan untuk dilakukan. Contoh : yang berikut adalah data hasil pengumpulan pendapat masyarakat Penduduk A B Jumlah Ya 37 18 55 Tidak 22 7 29 Jumlah 59 25 84 terhadap dua calon pemimpin A dan B.

Untuk menguji hipotesis bahwa tidak terdapat perbedaan yang nyata mengenai pendapat masyarakat terhadap kedua calon itu, diperlukan nilai: Dalam kedua taraf nyata hipotesis nol diterima.

DAFTAR PUSTAKA
Herryanto, Nar dan Akib Hamid. 2007. Statistika Dasar. Jakarta: Universitas Terbuka Sudjana. 2005. METODA STATISTIKA. Bandung: TARSITO.