Muhamad Ido Raskapati 1906354154

Uji Kecocokan/Kesesuaian (Goodness of

Fit Test)
Dalam pemodelan sistem uji kecocokan atau kesesuaian ini sangatlah penting karena
uji goodness of fit merupakan pengujian kecocokan atau kebaikan suai antara hasil pengamatan
(frekuensi pengamatan) tertentu dengan frekuensi yang diperoleh berdasarkan nilai harapannya
(frekuensi teoretis).
Katakan kita mempunyai sebuah hipotesa (dugaan) tentang populasi yang menyatakan
probabilitas atau kemungkinan bahwa sebuah observasi sampel akan berada pada setiap kategori
yang ada. Observasi-observasi dalam sampel tersebut digunakan untuk mengecek hipotesa
tersebut. Jika jumlah dari nilai sampel dalam setiap kategori mendekati dengan nilai harapan
dalam hipotesa tersebut, maka kenyataan ini dapat mendukung hipotesa tersebut. Dalam situasi
seperti ini, dapat kita katakan bahwa data tersebut mendekati kecocokan/kesesuaian (fit) pada
distribusi probabilitas populasi yang diasumsikan.
Ketika hipotesa nol benar, yaitu ada kecocokan/kesesuaian antara jumlah observasi dan
harapan serta jumlah sampel cukup besar (perkiraan ini akan bekerja dengan baik jika setiap nilai
harapan sedikitnya adalah 5), maka variabel random akan mengikuti distribusi Chi-Square (Chi-
Kuadrat). Uji dari hipotesa nol versus hipotesa alternatif yang menyatakan sebaliknya yaitu
probabilitas tidak benar dengan tingkat kesalahan α.

Persamaannya adalah

Dimana:
 Oi = nilai obeservasi pada kategori ke-i
 Ei = nilai harapan pada kategori ke-i
 Ei = np(i) dimana i = 1,2,..k
 k = banyaknya kategori

Keputusan:
Tolak Ho jika

Contoh Kasus Uji Kecocokan (Goodness of Fit Test)

Pada tahun lalu didapatkan hasil bahwa pembayaran tagihan adalah sebagai berikut:

Pembayaran Persentase
Bayar Penuh 80%
1 Bulan 10%
2 Bulan 6%
> 2 Bulan 4%

Sedangkan pada tahun ini ada 400 pelanggannya yang secara random ternyata 287 pelanggan
membayar langsung tagihannya, 49 pelanggan menunda satu bulan, 30 pelanggan menunda dua
bulan, dan 34 menunda tagihan lebih dari dua bulan.

Sumber : https://alvinburhani.wordpress.com/2014/11/28/uji-kecocokankesesuaian-goodness-of-
fit-test/
Muhamad Ido Raskapati 1906354154

Apakah data tersebut masih mempunya pola tertentu (distribusi) yang sama seperti tahun-tahun
sebelumnya. Kita gunakan α sebesar 1%.

Penyelesaiannya:

Pembayaran Tahun Tahun ini Ei (Oi-Ei)^2 Hasil

lalu (Oi)
Bayar Penuh 80% 287 320 1089 3.403125
1 Bulan 10% 49 40 81 2.025
2 Bulan 6% 30 24 36 1.5
> 2 Bulan 4% 34 16 324 20.25
Total = 400 Chi Squared = 27.17813

Hasilnya:
χ²(0.01,3) = 11.3
Untuk mendapatkan 11.3 caranya adalah calculate d.f. (4 – 1)(2 – 1) = 3 kemudian lihat tabel disini
pada signifikansi 0.01

Keputusan

Tolak Ho karena => 27.17813 > 11.3

Kesimpulan: pola pembayaran invoice tahun ini berbeda dengan tahun-tahun sebelumnya
dengan tingkat keyakinan sebesar 99%. Setelah diamati lebih seksama tenyata ada
kecenderungan bahwa pembayaran pelanggan tahun ini tertunda lebih lama dibanding dengan
pembayaran tahun sebelumnya.

Sumber : https://alvinburhani.wordpress.com/2014/11/28/uji-kecocokankesesuaian-goodness-of-
fit-test/