Anda di halaman 1dari 2

BAB 20.

BEBERAPA KEGUNAAN SEBARAN KHI-KUADRAT


20.1 Pendahuluan
Kriteria uji khi-kuadrat sering dihubungkan dengan data enumeras. Tetapi sebaran khikuadrat merupakan sebran kontinu yang didasarkan pada sebaran normal yang mendasarinya.
Pada bab ini, akan dibahas menenai khi kuadrat untuk menekan sampai derajat tertentu, sifat
alamiah yang sebenarnya dengan cara menghubungkan dengan data dari sebaran kontinu
dalam beberapa sistuasi.
Khi-kuadrat diddefinisikan sebagai jumlah kuadrat peubah yang menyebara normal dan bebas
dengan nilai tengah nol dan ragam satu. Dalam bab ini akan ditunjukan bagaimana
2
menghitung selang kepercayaan bagi denga berdasarkan pada sebaran

x2 .

2
20.2 Selang Kepercayaaan Bagi

P ( 20 2 12) =0.95

Misal

pilihan yang jelas bagi

merupakan pernyataan mengenai peubah acak


2

dan

sehingga,

. Suatu

P ( 2 20.975 ) =0.025

dan

P ( 2 20.025 ) =0.025 . kedua nilai tersebut mudah digunakan bila kita menghitung selang
kepercayaan bagi

. Tetapi keduanya tidak menghasilkan selang kepercayaan terpendek.

Prosedur yang biasanya digunakan untuk menghitung selang kepercayaan 95% bagi

dimulai dengan menggabungkan kedua pernyataan peluang diatas. Kita peroleh


2
0.975

P (

2
0.025

( n1 ) s 2
)=0.95 dengan = 2
. Rumus ini kemudian menghasilkan.

( n1 ) s 2 2 ( n1 ) s2
P

=0.95
20.975
20.025

Persamaan ini masih merupakan persamaan mengenai peubah acak


s 2 meskipun kesannya menyerupai persamaan mengenai 2 .

(20-1)
2

atau mengenai

20.3 Kehomogenan Ragam


Dalam suatu penelitian yang mencakup sifat kebakaan ukuran benih/ biji pada tanaman flax
( sejenis rami), Myers (20.8) memeperoleh data ragam anatara berat 50 biji benih bagi
tnaman induk dan generasi F1.
Kita mungkin saja ingin menguji kehomogenan ragam-ragam itu untuk alasan yang sam
dengan ketika kita menguji kehomogenan beberapa nilai tengah atau untuk memerikas
apakah asumsi kehomogenan ragam, yangidperlukan bagi kesahan analisis ragam, dpenuhi
atau tidak. Bila hipotesisi kehomogenan ragam ditolak maka analisis biasayanya dilakukan
terhadap data yang terlebih dahulu ditransformasikan.
Prosedur ujinya bersifat hampiran berasal dari Bartlett (20.1, 20.2) dan merupakan modifikasi
dari uji nisbah kemungkinan Neyman-pearson. Faktor koreksi berfungsi semakin mendekati
2

hampiran pada bila ukuran contohnya kecil. Factor ini selalu lebih besar daripada 1 dan
2
pengaruhnya menurunkan nilai yang masih kasar. Jadi