A.

Chi Kuadrat untuk uji Goodness of Fit

Uji Goodness of Fit dikembangkan oleh Karl Pearson pada tahun 1900an ada yang menyebutnya
uji keselarasan. Pearson pada awalnya mempermasalahkan keselarasan atau kesesuaian data
yang teramati dengan kurva frekuensi teoritisnya yang didasarkan pada hipotesis kerjanya.
Apabila hasil pengukuran menunjukkan adanya keselarasan, antara nilai yang teramati dengan
frekuensi teoritisnya atau nilai harapannya, maka hipotesis kerja nya (H0) diterima, begitu pula
sebaliknya. Uji keselarasan dilakukan dengan menggunakan distribusi Chi Kuadrat yang
dikembangkan Pearson dengan beranggapan bahwa distribusi multinomial yang diskrit dapat
diubah agar mendekati distribusi Chi Kuadrat (χ2) jika n mendekati tidak terhingga (α). Apabila
kita mempunyai suatu percobaan dengan probabilitas yang dinyatakan dengan P 1, P2, ..., Pk, dari
serangkaian sampel berukuran n yang terdiri dari kombinasi berukuran n 1, n2, ..., nk, dimana Σn =
n1 + n2 + ... + nk, maka nilai probabilitas multi nominalnya adalah:

Sebagai contoh, misalnya kita mempunyai sampel berukuran 12 terdekat menjadi 6, 4, 2, dan 0
dengan probabilitas setiap kelompok atau sekat adalah sama, maka kita mendapatkan
probabilitas kejadian sebesar:

Nilai probabilitas tersebut hanyalah salah satu nilai, kita dapat mencari probabilitas dari nilai
sikap yang lainnya misalnya unsur-unsur 6, 5, 1, 0; 6, 6, 0, 0, atau 7, 5, 0, 0; dan lain-lain. Dari
12 sampel dengan 4 sekat, akan didapatkan 496 kombinasi titik nilai probabilitas dari seluruh
kombinasi ini yang dikenal dengan distribusi.