CHI SQUARE

1. PENDAHULUAN
Uji Chi Kuadrat (Square) adalah pengujian hipotesis mengenai perbandingan antara frekuensi
observasi 1 yang benar - benar terjadi 1 aktual (Fo) dengan frekuensi harapan 1 ekspektasi (Fe) yang
didasarkan atas hipotesis tertentu.
Frekuensi Observasi dan Frekuensi Harapan
Frekuensi Observasi nilainya dapat dari hasil percobaan (Fo)
Frekuensi Harapan nilainya didapat dari penghitungan secara teoritis (Fe)

2
2. BENTUK DISTRIBUSI CHI SQUARE (xxx )
2 2 2
Nilai x adalah nilai kuadrat karena itu nilai x selalu positif. Bentuk distribusi x tergantung
2
dari derajat bebas (Db)1degree of freedom. Pengertian a pada Uji x sama dengan pengujian
hipotesis yang lain, yaitu luas daerah penolakan Ho atau taraf nyata pengujian.

Perhatikan gambar berikut :

a : luas daerah penolakan Ho = taraf nyata

pengujian

0 + oo
2
3. PENGGUNAAN UlI xxx
2
Uji x dapat digunakan untuk :
a. Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit
b. Uji Kebebasan
c. Uji Beberapa Proporsi
Prinsip pengerjaan (b) dan (c) sama saja.
A. Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit
A.1 Penetapan Hipotesis Awal dan Hipotesis Alternatif
Ho : Frekuensi setiap kategori memenuhi suatu nilai 1
perbandingan
Ha : Ada kategori yang tidak memenuhi nilai 1 perbandingan
tersebut

1
 A.2 Rumus

2
xxx Hit = LLL(Fo -
2
Fe )
Fe

Dimana :
2
x : Chi Square hitung
Fo : Frekuensi data yang diperoleh dari observasi
Fe : Frekuensi data yang diharapkan secara teoritis
k : Banyaknya kategori 1 sel 1, 2, .., k

B. Uji Kebebasan dan Uji Beberapa Proporsi

B.1 Penetapan Hipotesis Awal dan Hipotesis Alternatif
a. UlI KEBEBASAN
Ho : Variabel - variable saling bebas
Ha : Variabel - variabel tidak saling bebas
b. UlI BEBERAPA PROPORSI
Ho : Setiap proporsi bernilai sama
Ha : Setiap proporsi tidak bernilai sama
B.2 Rumus
Fe = (Total Kolom) x (Total Baris)
(Total Observasi

2
k (Foij - Feij)
2
xxx Hit L
= L
i=1 Feij

Keterangan :
Foij : Frekuensi observasi ke-I, kolom ke-j
Feij : Frekuensi ekspektasi ke-I, kolom ke-j
Total Kolom : Jumlah individu dalam kolom
Total Baris : Jumlah individu dalam baris
Total Observasi : Banyaknya individu dalam semua
sampel

2
5. LANGKAH - LANGKAH HIPOTESIS
1. Membuat hipotesis nol (Ho) dan hipotesis alternatif (Ha)
Ho : P1 = P2 = .. = Pk
Ha : P1 # P2 # .. # Pk
2. Tentukan taraf nyata (a)
3. Tentukan derajat bebas (db)
Untuk uji kecocokan = kebaikan suai dimana m adalah parameter estimator yang bernilai 0 :
Db = k - m - 1
Untuk uji kebebasan : Db = (k - 1) (b - 1)
2
4. Tentukan wilayah kritis (x tabel)
2 2
x tabel = x (a ; Db)
2
5. Tentukan x hitung (berdasarkan rumus)
6. Keputusan

Daerah penolakan (Ho)

2
0 x (a ; Db)
7. Kesimpulan

Contoh Soal :
a. Uji Kecocokan = Kebaikan Suai
Pada pelemparan dadu sebanyak 120x menghasilkan data sbb :
Kategori 1 2 3 4 5 6 Total
Frekuensi (Fo) 20 22 17 18 19 24 120
Ujilah dengan menggunkan taraf nyata 5% apakah pelemparan dadu tersebut merata atau
tidak merata?
Jawab :
1. Ho : Pelemparan dadu merata
Ha : Pelemparan dadu tidak merata

3
 2. a = 5% = 0,05
3. Db = k - m - 1 = 6 - 0 - 1 = 5
4. Wilayah kritis
2 2
x tabel = x (a ; Db)
2
= x (0,05 ; 5) = 11,0705
5. Nilai hitung
2
k (Foj - Fe)
2
x Hit = L
i=1 Fe
2 2
Fo Fe (Fo - Fe) (Fo - Fe) /Fe
20 20 0 0
22 20 4 0,20
17 20 9 0,45
18 20 4 0,20
19 20 1 0,05
24 20 16 0,80
120 120 1,70

6. Keputusan
Terima Ho, Tolak Ha

Ho Ha

1,70 11,0705
7. Kesimpulan
Pelemparan dadu sebanyak 120x merata

b. Uji Kebebasan
Tabel dibawah ini memperlihatkan hasil penelitian dari 300 sampel suatu produk selama 3
hari pengamatan.
Sampel hari 1 Sampel hari 2 Sampel hari 3 Total sampel
Jml Produk rusak 12 15 6 33 (T1)
Jml produk baik 88 105 74 267 (T1)
lumlah 100 (X1) 120 (X2) 80 (X3) 300 (TT)

4
Berdasarkan tabel di atas, ujilah menggunakan taraf nyata 5%. Apakah jumlah produk yang
rusak disebabkan oleh faktor kebetulan atau faktor lain yang benar - benar berarti (Misal
faktor bahan baku, tenaga kerja, mesin yang sudah tua, dbs).
Jawab :
1. Ho : Produk rusak terjadi karena faktor kebetulan
Ha : Produk rusak terjadi karena faktor lain yg benar - benar berarti
2. Taraf nyata : a = 5% = 0,05
3. Derajat bebas
Db = (k - 1) (b - 1) ; Db = (3 - 1) (2 - 1) = 2
4. Wilayah kritis
2 2
x tabel = x (a ; Db)
2
= x (0,05 ; 2) = 5,991
5. Nilai hitung
2
k (Foij - Feij)
2
x Hit = L
i=1 Feij

11
Fe = (33 x 100) 1 300 = 11
21
Fe = (33 x 120) 1 300 = 13,2
31
Fe = (33 x 80) 1 300 = 8,8
12
Fe = (267 x 100) 1 300 = 89
22
Fe = (267 x 120) 1 300 = 106,8
23
Fe = (267 x 80) 1 300 = 71,2

2 2
Fo Fe (Fo - Fe) (Fo - Fe) / Fe
12 11 1 0,09
15 13,2 32,4 0,25
6 8,8 7,84 0,89
88 89 1 0,01
105 106,8 3,24 0,03
74 71,2 7,84 0,11
Total 1,38

5
 6. Keputusan
Terima Ho, Tolak Ha
H
o
H
a

1,38 5,991
7. Kesimpulan
Produk rusak terjadi karena faktor kebetulan

6. KEGUNAAN PENGUlIAN CHI SQUARE

Adapun kegunaan pengujian hipotesis menggunakan Chi Kuadrat adalah :
a. Untuk mengetahui kesesuaian antara frekuensi observasi variable tertentu
dengan frekuensi harapan teoritis.
b. Untuk mengetahui independensi antara variable satu dengan variable lainnya.

6
 PENGUJIAN HIPOTESIS

A. Pengertian Pengujian Hipotesis

Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis.

Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan
yang disajikan sebagai bukti.

Jadi, hipótesis dapat diartikan sebagai suatu pernyataan yang masih lemah kebenarannya
dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.

Hipótesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya.

Hipótesis statistik akan diterima jika hasil pengujian membenarkan pernyataannya dan akan
ditolak jika terjadi penyangkalan dari pernyataannya.

Dalam pengujian hipótesis, keputusan yang dibuat mengandung ketidakpastian, artinya

keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar kecilnya resiko dinyatakan
dalam bentuk probabilitas.

B. Prosedur Pengujian Hipótesis

Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

1. Menentukan Formulasi Hipotesis

Formulasi atau perumusan hipótesis statistik dapat dibedakan atas dua jenis, yaitu sebagai
berikut :

a. Hipótesis nol atau hipótesis nihil

Hipótesis nol, disimbolkan H0 adalah hipótesis yang dirumuskan sebagai suatu pernyataan yang
akan diuji.

7
b. Hipótesis alternatif atau hipótesis tandingan

Hipótesis alternative disimbolkan H1 atau Ha adalah hipótesis yang dirumuskan sebagai lawan
atau tandingan dari hipótesis nol.

Secara umum, formulasi hipótesis dapat dituliskan : H0 : = 0

H1 : > 0
Pengujian ini disebut pengujian sisi kanan

H0 : = 0
H1 : < 0
Pengujian ini disebut pengujian sisi kiri

H0 : = 0
H1 : 0
Pengujian ini disebut pengujian dua sisi

2. Menentukan Taraf Nyata (Significant Level)

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap
nilai parameter populasinya.

Taraf nyata dilambangkan dengan (alpha)

Semakin tinggi taraf nyata yang digunakan, semakin tinggi pula penolakan hipotesis nol atau
hipotesis yang diuji, padahal hipotesis nol benar.

Besarnya nilai bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa
besarnya kesalahan yang akan ditolerir. Besarnya kesalahan tersebut disebut sebagai daerah
kritis pengujian (critical region of test) atau daerah penolakan (region of rejection).

8
3. Menentukan Kriteria Pengujian

Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (H0) dengan cara membandingkan nilai tabel distribusinya (nilai kritis) dengan nilai
uji statistiknya, sesuai dengan bentuk pengujiannya.

a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di
dalam nilai kritis.

daerah daerah
penolakan daerah penolakan H0

H0 penerimaan H0
d1 d2
Gambar 1. Daerah kritis uji dua pihak

daerah daerah
penerimaan H0 penolakan H0

d
Gambar 2. Daerah kritis uji satu pihak kanan

daerah daerah
penolakan H0 penerimaan H0

d
Gambar 3. Daerah kritis uji satu pihak kiri

9
4. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam
pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data
sampel yang diambil secara random dari sebuah populasi.

5. Membuat Kesimpulan

Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau

penolakan hipotesis nol (H0), sesuai dengan kriteria pengujiannya.
Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji staistik dengan nilai tabel
atau nial kritis.

C. Jenis-Jenis Pengujian Hipotesis

1. Berdasarkan Jenis Parameternya

a. Pengujian hipotesis tentang rata-rata b.
Pengujian hipotesis tentang proporsi c. Pengujian
hipotesis tentang varians

2. Berdasarkan Jumlah Sampelnya

a. Pengujian sampel besar (n > 30)
b. Pengujian sampel kecil (n 30)

3. Berdasarkan Jenis Distribusinya

a. Pengujian hipotesis dengan distribusi Z
b. Pengujian hipotesis dengan distribusi t (t-student)
2
c. Pengujian hipotesis dengan distribusi (chi-square)
d. Pengujian hipotesis dengan distrbusi F (F-ratio)

4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya a. Pengujian

hipótesis dua pihak (two tail test)
b. Pengujian hipotesis pihak kiri atau sisi kiri
c. Pengujian hipotesis pihak kanan atau sisi kanan.

10
D. Kesalahan dalam Pengujian Hipotesis

1. Dua Jenis Kesalahan

Dalam pengujian hipotesis, kesimpulan yang diperoleh hanya penerimaan atau penolakan
terhadap hipotesis yang diajukan, tidak berarti kita telah membuktikan atau tidak membuktikan
kebenaran hipotesis tersebut. Hal ini disebabkan kesimpulan tersebut hanya merupakan
inferensi didasarkan sampel.

Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu :

a. Kesalahan Jenis I

Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya benar. Artinya, kita menolak
hipotesis tersebut (H0) yang seharusnya diterima.

b. Kesalahan Jenis II

Kesalahan jenis II adalah kesalahan karena H0 diterima padahal kenyataannya salah.

Artinya, kita menerima hipotesis (H0) yang seharusnya ditolak.

Tabel 1. Dua Jenis Kesalahan dalam Pengujian Hipotesis

Keadaan Sebenarnya
Kesimpulan
H0 Benar H0 Salah
Terima Hipotesis Tidak membuat kekeliruan Kesalahan Jenis II
Tolak Hipotesis Kesalahan Jenis 1 Tidak membuat kesalahan

Apabila kedua jenis kesalahan tersebut dinyatakan dalam bentuk probabilitas didapatkan hal-hal
berikut :

a. Kesalahan jenis I disebut kesalahan yang dalam bentuk penggunaannya disebut sebagai taraf
nyata atau taraf signifikan (level of significant). 1 - disebut sebagai tingkat keyakinan (level
of confidence), karena dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar,
sebesar 1 - .

11
b. Kesalahan jenis II disebut kesalahan yang dalam bentuk penggunaannya disebut sebagai
fungsi ciri operasi (operating characteristic function). 1 - disebut sebagai kuasa pengujian
karena memperlihatkan kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis
yang seharusnya ditolak.

2. Hubungan, , dan n

Antara kedua jenis kesalahan, yaitu kesalahan dan saling berkaitan. Jika kesalahan kecil, maka
kesalahan, demikian pula sebaliknya.

Untuk membuat suatu kesimpulan yang baik, maka kedua kesalahan tersebut harus dibuat
seminimal mungkin. Hal ini biasanya dilakukan melalui cara- cara seperti berikut :
1. Memperbesar ukuran sampel (n) yang akan menjadikan rata-rata ukuran sampel,
mendekati ukuran populasinya. Dengan makin besarnya sampel (tetap), akan
memperkecil dan memperbesar 1, sehingga akan makin besar probabilitas untuk
menolak hipotesis (H0) yang salah.
2. Menentukan terlebih dahulu taraf nyata ( ).

Contoh Soal :

Berdasarkan pengalaman masa lalu, tinggi badan calon mahasiswa sebuah akademi
didistribusikan secara normal dengan rata-rata 160 cm dan simpangan baku 20 cm. Instruktur
ingin menguji pada taraf nyata 5%, apakah rata-rata tinggi calon mahasiswa tahun ini di atas
160 cm. Untuk melakukan itu, dipilih sampel sebanyak 36 calon mahasiswa dan diperoleh rata-
rata tinggi badan 163 cm. Berapakah nilai dan 1 - tersebut ?

Penyelesaian :

Dari soal, diperoleh nilai kritis Z0,05 = 1,64 (Lihat Tabel Z)

Z 0,00 0,01 ... 0,04

0,0 0,0000 0,0040 ... 0,0160
0,1 0,0398 0,0438 ... 0,0557
... ... ... ... ...
1,6 0,4452 0,4436 ... 0,4495

12
6
 TEORI SEDERHANA
13 HIPOTES IS
PROSEDUR PEMILIHAN UJI
6

Pembaca ma mpu memaha mi alur berpikir yang benar untuk menentukan uji
hipotesis yang sesuai secara teorit is untuk :
1. Hipotesis komparatif : skala pengukuran numerik, dua kelompo k
2. Hipotesis komparatif : skala pengukuran numerik, > 2 kelompok data
3. Hipotesis komparatif : skala pengukuran kategorikal, kelompok data
tidak berpasangan
4. Hipotesis komparatif : skala peeengukuran kategorikal, kelompok data
berpasangan
5. Hipotesis korelatif

Di mana kita berada ? :

Statistik Deskriptif dan Analitik
Dalam suatu penelitian, sebelum Anda melakukan pengumpulan data, Anda
harus membuat proposal penelitian. Pada proposal penelitian, terdapat bab rencana
analisis yang menggambarkan apa yang Anda rencanakan pada data yang akan
Anda miliki. Rencana analisis biasanya dibagi menjadi dua bagian yaitu rencana
analisis secara deskriptif dan analitik/inferensi. Dengan demikian, ada dua
pemahaman utama yang harus Anda miliki, yaitu tentang statistik deskriptif dan
statistik analitik.
Statistik deskriptif akan membawa Anda pada pemahaman tentang
karakteristik data yang Anda miliki. Statistik deskriptif ini harus selalu mendahului
statistik inferensi/analitik. Karena pentingnya statistik deskriptif ini, para ahli selalu
mengatakan: know your data, what kind of data you have! Statistik inferensi akan
membawa Anda mengambil kesimpu lan terhadap hipotesis Anda.

14
6
 Dengan demikian, ada dua pertanyaan utama dan sekaligus akan
menjadi topik pembahasan pada buku ini. Pertanyaan utama tersebut adalah:
1. Bagaimana karakteristik data yang Anda miliki/akan Anda miliki?
(statistik deskriptif)
2. Bagaimana Anda menentukan uji hipotesis yang sesuai dengan set data yang
Anda miliki/akan Anda miliki ? (statistik analitik)

A. Statistik deskriptif

Statistik deskriptif berusaha menggambarkan berbagai karakterist ik data.

Berikut ini merupakan catatan utama berkaitan dengan statistik deskriptif :

1. Variabel kategorikal
Berkaitan dengan gambaran karakterist ik satu set data dengan
skala pengukuran kategorikal, Anda mengenal ist ilah jumlah atau
frekuensi tiap kategori (n), dan persentase tiap kategori (%), yang umumnya
disajikan dala m bentuk tabel atau grafik.

Tabel 1.1. Contoh deskripsi variabel kategorikal dalam bentuk tabel

n %
Jenis kelamin
- Laki-laki 22 44
- Perempuan 28 56
Tingkat pendidikan
- Rendah IU 20
- Sedang 25 50
- Tinggi 15 30
Total 50 100

Berikut ini merupakan contoh penyajian variabel dengan skala

pengukuran kategorikal dalam bentuk grafik batang.

Gambar 1.1 Contoh penyajian variabel kategorikal dalam bentuk grafik batang

Grafik. Sebaran responden berdassrkan tingkat perdidikan (n=50)

15
6
 2. Variabel numerik
Berkaitan dengan gambaran karakteristik satu set data dengan skala pengukuran
numerik, Anda mengenal dua parameter yang lazim digunakan yaitu parameter ukuran
pemusatan dan parameter ukuran penyebaran. Anda mengenal beberapa parameter untuk
ukuran pemusatan, yaitu: mean, median, dan modus. Untuk parameter ukuran penyebaran,
Anda mengenal standar deviasi, varians, koefisien varians, interkuartil, range, dan minimum
maksimum. Data variabel dengan skala pengukuran numerik umumnya disajikan dalam bentuk
tabel dan grafik (histogram dan plots). Berikut ini merupakan contoh penyajian variabel
dengan skala pengukuran numerik dalam bentuk tabel dan histogram.

Tabel 1.2. Contoh penyajian variabel numerik dalam bentuk tabel

Variabel M ea n Median Simpang baku Minimum Maksimum
Usia 46,69 47 12,56 15 69
Berat badan 50,4 50 8,33 45 64

Grafik Histogram Usia Responden

Gambar 2.2. Contoh penyajian variabel numerik dalam bentuk histogram

Kapan Anda memilih mean, median atau modus sebagai ukuran pemusatan? Kapan pula
Anda memilih standar deviasi, atau minimum maksimum sebagai ukuran penyebaran ?
Jika sebaran data mempunyai distribusi normal, Anda dianjurkan untuk memilih mean
sebagai ukuran pemusatan dan standardeviasi (SD) sebaga i ukuran penyebaran. Dalam
kasus di atas (tabel 1.2), jika variabel usia mempunyai sebaran normal, Anda menuliskan:
Rerata usia responden adalah
46,69 (SD 12,56).
Jika sebaran data tidak normal, Anda dianjurkan untuk memilih median sebagai ukuran
pemusatan dan minimum maksimum sebagai ukuran penyebaran. Dalam kasus di atas (tabel
1.2), jika variabel usia mempunyai sebaran tidak normal, Anda dianjurkan untuk menuliskan
rerata usia responden adalah 47 (15-69).

16
6
B. Statistik analitik
Pertanyaan yang sering muncul dalam an alisis data adalah: uji hipotesis apa yang
Anda pakai untuk menguji set data yang Anda miliki? Jawabannya tentu saja: Anda
menggunakan uji hipotesis yang sesuai. Uji hipotesis yang sesuai akan membawa kita
pada pengambilan kesimpulan yang sahih. Akan tetapi, untuk mencapai keputusan untuk
menggunakan uji tertentu, tentu saja harus didasari berbagai pertimbangan. Pertimbangan
apa saja yang harus kita pikirkan untuk menentukan uji hipotesis?

Tahukah Anda dengan berpedoman pada tabel uji hipotesis (tabel 1.3) Anda sudah
bisa menentukan sebagian besar uji hipotesis
yang sesuai dengan set data yang Anda miliki ?

Tabel 1.3 Tabel uji hipotesis

Skala Jenis hipotesis
pengukuran Komparatif/asosiatif
variabel 2 kelompok > 2 kelompok Korelatif
Berpasangan Tidak Tidak Tidak
Berpasangan Berpasangan Berpasangan
Nominal McNemar Chi Square Cochran Chi Square Coefisen
Marginal Fisher Fisher Kontingensi
homogeneity Kolmogorov Kolmogorov Lambda
Smirnov Smirnov
Ordinal McNemar Chi Square Cochran Chi Square Somers'd
Marginal Fisher Fisher Gamma
Homogeneity Kotmogorov Kolmcagorov
Smirnov Smirnov
Wilcoxon Mann-Whitney Friedman Kruskal-Wallis Spearman
Numerik Uji t Uji t tidak Anova Anova Pearson
(interval berpasangan Berpasangan
dan
rasio)
Keterangan:
Uji dengan tanda * merupakan uji parametrik
Tanda panah menunjukan uji alternatif bila syarat uji parametrik tidak
Terpenuhi. Uji hipotesis untuk variabel ordinal sama dengan uji untuk variabel nominal bila
dapat dibuat dalam bentuk tabel silang (tabel Baris kali Kolom).
Tanda " menunjukkan bahwa uji tersebut dapat disajikan dalam bentuk tabel silang.

17
6
 Dengan berpedoman pada tabel di atas, sesungguhnya Anda sudah dapat menentukan uji
hipotesis yang sesuai dengan set data yang Anda miliki. Langkah-langkah penggunaan
tabel uji hipotesis adalah sebagai berikut :
1. Identifikasi skala pengukuran variabel
2. Tentukan jenis uji hipotesis
3. Identifikasi jumlah kelompok
4. Identifikasi pasangan/tidak berpasangan
5. Untuk variabel kategorikal, identifikasi apakah dapat dibuat tabel silang.
Kalau bisa, tentukan jenis tabel silangnya.
6. Identifikasi persyaratan uji parametrik dan non parametrik
Dengan demikian, Anda dapat menentukan uji hipotesis dengan berpedoman pada tabel Uji
Hipotesis dengan syarat Anda harus memahami beberapa istilah:
1. Skala pengukuran variabel: kategorikal (no minal, ordinal) dan numerik
(rasio dan interval)
2. Jenis hipotesis: komparatiflasosiat if dan korelatif
3. Jumlah kelo mpok data : 1 kelompok, 2 kelompok, > 2 kelompok
4. Pasangan: berpasangan atau tidak berpasangan.
5. Tabel silang (baris kali kolo m)
6. Syarat uji parametrik dan non parametrik

18
6