TUGAS STATISTIK DAN PROBABILITAS

UJI CHI-SQUARE

Oleh:
Ade Prasanto
Firman Juniardi Putra
Alfa Riki Dosan
Verdi Andrean A.

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS JEMBER
TAHUN AKADEMIK 2009 / 2010
 UJI CHI-SQUARE

Uji Chi-Square adalah sebuah metode pengujian yang digunakan menguji

hal-hal sebagai berikut:
1. Menguji proporsi untuk data multinom.
2. Menguji kesamaan rata-rata distribusi poison.
3. Menguji independen antara dua faktor di dalam daftar kontingensi B X
K
4. Menguji kesesuaian antara data hasil pengamatan dengan model
distribusi darimana data itu diduga diambil.
5. Menguji model distribusi berdasarkan data hasil pengamatan.

1. Menguji Proporsi Untuk Data Multinom.

Misalkan sebuah eksperimen menghasilkan peristiwa-peristiwa atau
kategori-kategori A1, A2, A3, ...., Ak yang saling terpisah masing-masing
dengan peluang p1 = P(A1), p2 = P(A2), ...., pk = P(Ak).
Kemudian akan diuji pasangan hipotesisnya
H0 : pi = pio , i = 1, 2, ..., k, dengan pio sebuah harga yang diketahui.
H0 : pi ≠ pio
Pengujian yang ditempuh akan memakai data sebuah sampel acak
berukuran n yang di dalamnya ada O1 dari kategori kesatu (A1), O2 dari
kategori kedua (A2), ...., Ok dari kategori ke-k (Ak). Dengan harga pio
yang diberikan, dapat dihitung frekuensi yang diharapkan E1 = np10, E2 =
np20, ...., Ek = npk0. Dimana O1, O2, O3, ...., Ok adalah nilai-nilai yang
nampak sebagai hasil pengamatan dan E1, E2, E3, ...., Ek adalah nilai-nilai
yang diharapkan terjadi. Dalam bentuk tabel dapat ditulis:

Kategori A1 A2 ................ Ak

Pengamatan O1 O2 ................ Ok

Diharapkan E1 E2 ................ Ek
 Dan untuk rumus dalam menguji pasangan hipotesis:
k
(Oi −Ei)2
χ 2=∑ ❑
i=1 Ei

Rumus diatas berdistribusi chi-kuadrat dengan dk = (k-1). Kriteria

pengujian adalah: tolak H0 jika x2 ≥ x2(1-α)(k-1) dengan α = taraf nyata untuk
pengujian. Dalam hal lainnya Ho diterima.
Untuk data multinom yang memiliki kategori sebanyak dua (k = 2) yaitu
kategori I dan kategori II dengan peluang terjadinya kategori I dan II
adalah π dan (1 – π), maka dapat dibuat daftar sebagai berikut:

Kategori I II Jumlah

Pengamatan x n–x n

Diharapkan nπ n(1 – π) n

Dilihat bahwa distribusi chi-square yang digunakan hanya mempunyai

derajat kebebasan satu (dk = 1). Dan khusus untuk hal ini, dimana dk =
1, rumus yang digunakan adalah:
1 2
(|x−n π 0|− )
2 2
χ=
n π 0 (1−π 0 )
Kriteria yang digunakan adalah tolak H0 jika x2 ≥ x2(1-α)(1), dan jika
sebaliknya, H0 diterima.

2. Menguji Kesamaan Rata-Rata Poisson

Misal ada k (k ≥ 2) buah distribusi Poisson dengan parameter λ 1, λ2, …,
λk. Akan diuji pasangan hipotesis:
H0 : λ1 = λ2 = … = λk
H1 : paling sedikit satu tanda sama dengan tidak berlaku.
Dari setiap populasi diambil sebuah sampel acak, berukuran n 1 dari
populasi kesatu, n2 dari populasi kedua dan sterusnya berukuran n=k dari
populasi ke-k. Untuk tiap sampel dihitung banyak peristiwa yang
 mengikuti distribusi Poisson. Jika banyak peristiwa dinyatakan dengan

x 1+ x 2 +…+ x k
x1, x2, …, xk, maka rata-ratanya: x́=
k
Dan rumus yang digunakan untuk menguji hipotesis H0 adalah:

2 (xi − x́)2
χ =∑
x́
Dengan kriteria tolak H0 jika x2 ≥ x2(1 - α)(k - 1) dan dalam hal lainnya
diterima.

3. Uji Independen Antara Dua Faktor

Banyak data hasil pengamatan yang dapat digolongkan ke dalam
beberapa faktor, karakteristik tau atribut dengan tiap faktor atau atribut
terdiri dari berbagai klarifikasi, kategori, golongan atau mungkin
tingkatan. Berdasarkan hasil pengamatan terhadap fenomena demikian
akan diselidiki mengenai asosiasi atau hubungan atau kaitan antar
faktor. Dengan kata lain akan dipelajari apakah terdapat atau tidak suatu
kaitan diantara faktor-faktor itu. Jika ternyata tidak terdapat kaitan
antara faktor-faktor, biasa dikatakan bahwa faktor-faktor itu bersifat
independent atau bebas, tepatnya bebas statistik.
Dalam bagian ini hanya akan dipelajari 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 kaitannnya dengan sikap
orang tua, lingkungan hidup atau faktor lainnya, benarkah pendapatan
keluarga ikut menentukan tingkah laku kehidupan keluarga itu dan lain
sebagainya.
Selain daripada itu, disini akan dipelajari juga ada atau tidak
adanya “pengaruh” mengenai beberapa taraf atau tingkatan 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 digunakan pupuk yang berlainan, adakah perbedaan
pendapatannya diantara para pegawai terhadap sikap pimpinannya dan
sebagainya.
3.1 Asosiasi Antara Dua Faktor Dalam Daftar Kontingensi B x K
Secara umum, untuk menguji independen antara dua faktor dapat
dijelaskan sebagai berikut.
Misalkan sebuah sampel acak berukuran n telah diambil, dimana
tiap pengamatan tunggal diduga terjadi krena adanya dua macam faktor ,
ialah faktor I dan II. Faktor I terbagi atas B taraf atau tingkatan dan
faktor II terbagi atas K taraf. Banyak pengamatan yang terjadi karena
taraf ke-i faktor ke-I (i = 1, 2, 3, …, B) dan taraf ke-j faktor ke-II (j = 1,
2, 3, …, K) akan dinyatakan dengan O ij. Dan hasilnya dicatat dalam
sebuah daftar kontingensi B x K.

FAKTOR II (K TARAF) JUMLAH

1 2 … K

1 O11 O12 … O1K n10

(B TARAF)FAKTOR I

2 O21 O22 … O2K n20

… … … … …
…
… … … … …

B OB1 OB2 … OBK nB0

Jumlah n01 n02 … n0K n

Pasangan hipotesis yang akan diuji berdasarkan data seperti dalam

daftar di atas adalah :
Ho : kedua faktor bebas statistik
H1 : kedua faktor tidak bebas statistik
Pengujian secara eksak sukar digunakan, karenanya di sini hanya
akan dijelaskan pengujian yang bersifat pendekatan. Untuk ini
diperlukan frekuensi teoritik atau banyak gejala yang diharapkan terjadi
yang di sini akan dinyatakan dengan Eij. Rumusnya adalah :
Eij = (ni0 x n0j) / n
Dengan ni0 = jumlah baris ke-i
n0j = jumlah baris ke-j.
Demikianlah misalnya didapat :
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

Dan rumus yang digunakan untuk menguji hipotesis di atas adalah:
B K
χ 2=∑ ∑ (Oij −Eij )2 /E ij
i= j j =1

dengan kriteria tolak H0 jika x2 ≥ x2(1 - α). {(B – 1) (K – 1)}

dan derajat kebebasan dk untuk distribusi chi-square = (B – 1)(K –
1).

3.2 Metode Khusus untuk Daftar Kontingensi 2 x 2

Jika daftar kontingensi berukuran 2 x 2, maka untuk pengujian
hipotesis dipakai distribusi chi-square dengan derajat kebebasan satu.
Untuk hal ini koreksi kontinuitas perlu digunakan yaitu setiap harga
mutlak | Oij – Eij | dikurangi dengan setengah. Hasil pengamatan yang
dapat dicantumkan dalam daftar kontingensi 2 x 2 adalah:
FAKTOR KESATU

FAKTOR KEDUA

Taraf 1 Taraf 2 Taraf 3

Taraf 1 a b a+b

Taraf 2 c d c+d
 Jumlah a+c b+d n

Rumus x2 untuk hal ini adalah:

1 2
n(|ad −bc|− n)
2
χ 2=
( a+ b ) ( a+c ) ( b+d ) (c+ d)
Dengan hipotesis yang diuji adalah:
H0 : kedua faktor independen
H1 : kedua faktor tidak independen.
Dan kriterianya adalah tolak H0 jika x2 ≥ x2(1 - α)(1) dengan taraf nyata
= α dan dk = 1.