Tes Satu Sampel Chi-Kuadrat

Tes chi-kuadrat (x2) merupakan suatu tes satu sampel dengan menggunakan tipe goodness-of-fit yaitu
tes yang dapat digunakan untuk menguji adakah terdapat perbedaan antara banyaknya yang diamati
(observed) dari obyak atau jawaban yang masuk kedalam masing-masing kategori dengan banyaknya
yang diharapkan ( expected) berdasarkan hitotesis nol.

kuadrat (x2) ini biasanya Tes chi- dilakukan untuk menganalisis data-data seperti berikut ini:

Misalkan sekelompok pasien mungkin diklasifikasikan menurut tipe kecenderungan utama dalam hal
jawab Rorschach mereka, dan penyelidik mungkin membuat ramalan bahwa tipe-tipe tertentu akan
lebih sering terdapat dibandingkan dengan tipe-tipe lainnya.

Anak-anak mungkin dikategorikan menurut cara bermain yang paling sering mereka lakukan, untuk
menguji hipotesis bahwa frekuensi cara-cara permainan yang satu berbeda dengan frekuensi cara
permainan yang lain.

Orang mungkin dikategorikan menurut apakah mereka “mendukung”, “acuh tak acuh”, atau
“menentang”pernyataan tertentu., guna memungkinkan peneliti menguji hipotesis bahwa jawaban itu
akan berbeda dalam hal frekuensinya.

Metode

Untuk dapat membandingkan sekelompok frekuensi yang diamati dengan kelimpok frekuensi yang
diharapkan, tentunya kita harus dapat menyatakan frekuensi manakah yang kita harapkan itu. Tes x2
menguji apakah frekuensi yang diamati cukup mendekati frekueni yang diharapka sehingga mempunyai
kemungkinan besar untuk terjadi dibawah H0.

Hipotesis nol dapat diuji dengan:

Oi =banyak kasus yang diamati dalam kategori ke-i

Ei = banyak yang diharapkan dalam kategori ke-i dibawah H0

= penjumlaha semua kategori (k)

Ringkasan prosedur

Dalam pemnahasan mengenai metode penggunaan tes x2 dalam kasus satu-sampel, telah kita tumjukan
bahwa prosedur penggunaan tes ini meliputi 5 langkah:

Letakan frekuensi-frekuensi terobservasi dalam k kategori. Jumlah frekuensi itu seluruhnya harus N,
yakni banyak observasi-observasi independent.

Dari H0 tentukan frekuensi yang diharapkan ( harga Ei-ny) untuk tiap-tiap k sel itu. Manakala k> 2, dan
bila lebih dari 20% dan lebih kecil dari 5, gabungkanlah kategori-kategori yang berdekatan apabila hal ini
memungkinkan, dan dengan demikian kita mengurangi harga k serta meningkatkan harga beberapa Ei.
Apabila k=2 tes x2 untuk kasus satu sampel dapat digunakan secara memadai hanya jika tiap-tiap
frekuensi yang diharapkan adalah lima atau lebih,

Dengan menggunakan rumus diatas hitung hara x2.

Tetapkan harga db, db=k-1.

Dengan melihat table C, tetapkan probabilitas yang dikaitkan dengan terjadinya suatu gharga yang
sebesar haraga x2 hitungan untuk harga db yang bersangkutan. Jika harga ini sama atau kurang dari α
tolaklah H0.

Contoh 1:
Para penggemar pacuan kuda mengemukakan bahwa di arena pacuan berbentuk bundar, kuda-kuda
yang berada dalam posisi starat tertentu lebih beruntung dari yang laen. Posisi 1 adalah yang terdekat
dengan pagar pada sisi dalam arena pacuan. Dalam pacuan yang ddikuti 8 kuda, posisi 8 ialah yang
paling jauh dari pagar sisi dalam. Kita dapat menguji akibat dari posisi start ini dengan menganalisa hasil-
hasil pacuan yang ada, menurut posisi startnya, untuk bulan pertama pacuan kuda dalam musim pacuan
tahun 1995 yang berlangsung disuatu arena pacuan tertentu yang berbenruk lingkaran.

Table 4.2

total

1 2 3 4 5 6 7 8

Jumlah kemenanga 18 18 18 18 18 18 18 18

144

29 19 18 25 17 10 15 11

Penyelesaian:

Hipotesis

H0 : f1 = f2 = … = f8

H0 : f1 ≠ f2 , untuk i ≠ j

Statistic uji:

Tingkat signifikan: α = 0,01

Distribusi sampling: db = k-1, α = 0,01 sehingga x2tab = 18,475

Daerah penolakan

Ho ditolak jika x2tab < x2hit

Keputusan

Perhitungan:

Keputusan:

Pada table C menunjukan X2 tab >16,3 untuk db=7 mempunyai kemungkinan kemunculan antara p =
0,05 dan p = 0,02. Artinya 0,05 > p > 0,02. Karena kemungkinan itu lebih besar dari pada tingkat
signifikansi yang telah ditetapkan sebelumnya α = 0,05, maka kita tidak dapat menolak Ho (Ho diterima)
p