KETERKAITAN SEBARAN KHI-KUADRAT DENGAN

PENDEKATAN SEBARAN BINOMIAL TERHADAP

NORMAL BAKU DALAM PENGUJIAN PROPORSI
Interconnection Distribution Khi-Square With Binomial Distribution
Approach to The Standard Normal Distribution for Proportions
Testing
Iwa Sungkawa
Fakultas Sains dan Teknologi, Universitas Bina Nusantara Jakarta

ABSTRACT
This article discuss about the study of the use of the chi-square and
standard normal distribution in the testing of the proportion and discuss
about analys relations between the chi-square and standard normal
distribution. In the proportion research, the connect distribution is the
binomial or multinomial distribution, generally is us by the chi-square
distribution for hipothesis testing.
The chi-square distribution could be generated from determine the
quadratic of the standard value from each random variable that poisson
distribution, that is the form of the approach from the binomial
distribution to n (the measurement of the sample) quite big and p
relatively small
The special form in the testing of the similarity of one or two
proportion, by using the standard normal distribution that is results of
reduction of the chi-square distribution in the proportion test, so as
could point out in x2 = Z2 (where x2 = chi-square).
In this article is us the sample from the data hipotetik about the
researcher that grouped according to the age group.
The key word : the chi-square distribution, the binomial and
multinomial distribution, the poisson distribution, the proportion, the
standard normal distribution.

Informatika Pertanian Volume 18 No. 1, 2009 35

 PENDAHULUAN
Dalam suatu penelitian yang mengamati tentang proporsi atau
prosentase dari suatu kategori dapat dilakukan dengan
mengklasifikasikan individu-individu dalam populasi tersebut pada
kelompok yang tergolong pada kategori tertentu yang diamati, sebut
saja kategori A dan sisanya tergolong pada kelompok yang bukan
kategori A. Untuk ini diambil sampel acak dari populasi tersebut dan
tentunya dalam sampel tersebut terdapat individu-individu yang
tergolong kategori A dan bukan A. Bentuk sebaran yang digunakan
untuk kasus seperti ini adalah sebaran binomial dengan parameter P
yang merupakan peluang atau proporsi untuk kategori A.
Sebaran binomial merupakan salah satu sebaran peubah acak
diskrit yang sering di gunakan dalam analilsis data termasuk dalam
pengujian kesamaan proporsi.
Untuk ukuran sampel yang cukup besar, sebaran binomial sulit di
gunakan secara langsung dan dapat di gunakan pendekatannya
terhadap sebaran poisson atau sebaran normal baku. Pendekatan
sebaran binomial terhadap sebaran normal baku dilakukan bila n cukup
besar dan p tetap untuk setiap percobaan dan relatif tidak kecil.
Sedangkan untuk p yang relatif kecil maka di gunakan pendekatan
binomial terhadap sebaran poisson.
Dalam pengujian kesamaan proporsi, secara umum di gunakan
sebaran khi kuadrat dan khusus untuk pengujian kesamaan satu dan
dua proporsi di gunakan sebaran normal baku dengan rata-rata np dan
ragamnya npq dimana q=1-p.
Dalam kesempatan ini akan diuraikan prosedur pengujian beberapa
proporsi dengan menggunakan sebaran khi-kuadrat dan untuk kasus
khusus yaitu uji satu proporsi dapat dilakukan dengan menggunakan
sebaran normal baku. Alasan dari digunakannya sebaran normal baku
sebagai pengganti sebaran khi-kuadrat dalam uji satu proporsi sebagai
kasus khusus merupakan topik utama dalam kajian ini. Juga
penggunaan sebaran khi-kuadrat dalam pengujian beberapa proporsi
sebagai bentuk pendekatan sebaran binomial terhadap poisson yang
selanjutnya dapat dimodifikasi ke dalam sebaran khi-kuadrat melalui
tranpormasi peubah acak atau dengan menentukan kuadrat dari angka
baku peubah acak sebaran poisson.
Tujuan dari kajian ini adalah untuk memberikan gambaran tentang
keterkaitan antara sebaran binomial dengan normal baku dan poisson
serta sebaran khi kuadrat yang merupakan alasan dalam memilih
metode analisis yang di gunakan dalam pengujian kesamaan proporsi.
Diharapkan kajian ini dapat memberikan masukan bagi pengguna
statistika dalam melakukan pengujian kesamaan proporsi.
Untuk memberikan gambaran yang lebih jelas dari kajian ini
digunakan sampel dari data hipotetik tentang tenaga peneliti yang
36 Keterkaitan Sebaran Khi-Kuadrat
dikelompokan menurut kelompok umur dari yang muda sampai
kelompok yang tua.

Sebaran Binomial dan Pendekatannya

Peubah acak X yang menyatakan banyaknya sukses pada n kali
percobaan bernoulli mempunyai sebuah sebaran binomial dengan
fungsi peluang p(x), sebagai berikut :

n
p ( x ) =   p x (1 − p ) n − x x = 0,1,2,..., n
x

=0 untuk selainnya

Parameter dari sebaran binomial adalah n dan p , dimana n adalah

suatu bilangan bulat positif sebagai ukuran sampel dan 0 ≤ p ≤ 1 .

Rata-rata X dapat ditentukan secara langsung yaitu E ( X ) = np

dengan ragam (variansi) V ( X ) = npq

Untuk ukuran sampel n yang cukup besar dan peluang p relatif tetap
maka kasus dalam sebaran binomial dapat didekati dengan sebaran
normal baku Z dengan rata np dan ragamnya npq dimana q=1-p. Dalam
hal ini dapat dijelaskan sebagai berikut : jika X ~ b(n,p) dengan E(X) =
np dan ragamnya = E(X2) - [E(X)]2 = np(1-p), sehingga Z = (x -
np)/(npq)0.50 akan menyebar normal dengan rata-rata 0 dan ragamnya
satu atau N(0,1). Hal tersebut sesuai dengan ketentuan sebagai
berikut:
Menurut Hogg, R.V. dan A.T. Craig (1995) : jika X merupakan
peubah acak kontinu yang menyebar normal dengan rata-rata µ dan
ragam (variansi) σ2 maka peubah acak V = (X-µ)2/σ2 akan menyebar
khi-kuadrat dengan derajat bebas satu.
Selanjutnya bila X1X2…Xn sampel acak berukuran n yang diambil
dari populasi yang menyebar normal dengan rata-rata µ dan ragam
(variansi) σ2 maka :
1) rata-rata untuk x adalah µ dengan ragamnya adalah σ 2
n
2) jika s2 ragam (variance) dari sampel di atas, maka peubah acak
(n-1)s2/σ2 berdistribusi khi-kuadrat dengan derajat bebas (n-1).
n
1
(x )2
) ∑
2
dimana s = - x
(n - 1 i = 1
i

Di atas dinyatakan untuk p tidak kecil, jika ternyata p relatif kecil dan
n besar, maka kasus sebaran binomial dapat didekati oleh sebaran
poisson.
Informatika Pertanian Volume 18 No. 1, 2009 37
Penerapan Sebaran Khi-Kuadrat dan Normal Baku Dalam Uji
Proporsi
Pada bagian terdahulu telah diuraikan hubungan sebaran normal
baku (rata-rata 0 dan ragamnya satu) dan sebaran khi-kuadrat. Dalam
bagian ini akan diuraikan prosedur pengujian beberapa proporsi
dengan menggunakan sebaran khi-kuadrat dan untuk kasus khusus
yaitu uji satu proporsi dapat dilakukan dengan menggunakan sebaran
normal baku. Alasan dari digunakannya sebaran normal baku sebagai
pengganti sebaran khi-kuadrat dalam uji kesamaan proporsi kasus
khusus dapat dikemukakan dalam uraian sebagai berikut ini.

Pengujian Hipotesis Untuk Satu Proporsi

Bentuk hipotesis yang akan diuji dapat ditulis sebagai berikut :

H o : P = Po lawan H 1 : P ≠ Po

Po nilainya diketahui dan merupakan peluang suatu individu

tergolong dalam kategori tertentu dan sebut saja kategori sukses.
Untuk menguji hipotesis di atas ditarik sampel berukuran n dan
misalkan dari hasil pengamatan ada x individu yang tergolong kategori
sukses dan (n-x) tergolong gagal.
Sedangkan untuk frekuensi yang diharapkan Ei adalah n.Po untuk
kategori sukses dan n.(1-Po) untuk kategori gagal (tidak sukses). Ini
merupakan kasus yang dapat diselesaikan dengan sebaran binomial,
dan dengan sendirinya nilai Oi dan Ei dapat disajikan pada tabel
sebagai berikut :

Frekuensi Sukses Gagal Total

Pengamatan (Oi ) x (n-x) n

Harapan (Ei) n . Po n . (1-Po) n

38 Keterkaitan Sebaran Khi-Kuadrat

Dimana n = banyaknya pengamatan;
x = banyaknya yang tergolong kategori tertentu (O1)
(n-x) = banyaknya yang tergolong bukan pada kategori tertentu
(O2)
E1 = n . Po dan E2 = n . (1-Po)
Dengan menggunakan sebaran khi-kuadrat dalam uji kecocokan
suatu sebaran, dapat ditunjukkan sebagai berikut :
(O − E i) 2

∑
k
χ 2
( hitung ) = i=1
[ i
]
E i
( x − nP ) 2
(( n − x ) − n ( 1 − P o )) 2
= o
+
nP o n (1 − P o )
( x − nP o ) 2 ( p − Po ) 2
= = = Z 2

nP o ( 1 − P o ) P o (1 − P o ) hitung

Berdasarkan uraian di atas, ternyata nilai khi-kuadrat sama dengan

Z2, dimana Z merupakan peubah acak yang menyebar normal baku,
sesuai dengan hasil pendekatan sebaran binomial untuk n yang cukup
besar terhadap sebaran normal baku. Jadi untuk melakukan pengujian
hipotesis dimaksud cukup digunakan statistik.
p − Po
Z hitung =
p (1 − p )
n

dengan kriteria pengujian hipotesis :

tolak Ho pada taraf α jika | Z hitung |≥ Z α /2

terima Ho pada taraf α jika | Z hitung |< Z α / 2

Pengujian Kesamaan Beberapa Proporsi

Jika kasus binomial di atas diperluas menjadi beberapa kategori, yaitu
sukses 1, sukses 2, …, sukses (k-1), dan untuk yang ke tergolong
kategori gagal (tidak sukses). Untuk ini akan dilakukan pengujian
kesamaan beberapa proporsi dengan hipotesis sebagai berikut :
Ho : P1 = P2 = … = Pk-1 = Po untuk nilai Po diketahui

Informatika Pertanian Volume 18 No. 1, 2009 39

H1 : paling sedikit sepasang tidak sama (ada dua yang berbeda)

Frekuensi Sukses 1 Sukses 2 Sukses k-1 Gagal Total

Pengamata x1 x2 xk-1 xk n
n (Oi )

Harapan n . Po n . Po n . Po n . Po n
(Ei)

Dimana n = banyaknya pengamatan;

xi = banyaknya yang tergolong kategori sukses ke i
i = 1, 2, 3, …, k-1
xk = banyaknya yang tergolong bukan pada kategori
sukses (tergolong gagal)
Ei = banyaknya yang diharapkan
Dalam tabel di atas Ei sama untuk semua kolom, karena
disesuaikan dengan kondisi Ho yang menyatakan peluang (proporsi)
dianggap sama untuk setiap kategori. Seperti di atas kasus ini
merupakan kasus binomial, tetapi disini diperluas menjadi k kategori,
sehingga kasusnya akan menjadi multinomial. Jika kita simak
peluang/proporsi setiap kategori yaitu Pi, dan menurut ketentuan ΣPi =
1 (satu), sehingga untuk Ho benar peluang untuk setiap kategori sama
dengan Po dan nilainya relatif kecil (Po = 1/k, untuk k yang cukup
besar nilai Po akan makin kecil). Jadi menurut ketentuan untuk ukuran
sampel n yang cukup besar dan peluangnya kecil maka sebaran
binomial akan mendekati sebaran poisson dengan rata-rata sama
dengan ragamnya yaitu n.Po.
Dengan menggunakan hasil di atas, dapat ditentukan nilai khi-
kuadrat hitung sebagai berikut :
(O − E ) 2

∑
k
χ 2
( hitung ) = i = 1
[ i i
]
E i
( x − n .P ) 2

∑
k
= i = 1
[ i o
]
n .Po
2
( x − n .P )
∑
k
= i = 1
[ i o
]
n .Po

40 Keterkaitan Sebaran Khi-Kuadrat

Jika kita perhatikan suku ke-i, yaitu [ ( x i − n . Po ) ] 2 . X merupakan
n . Po
peubah acak yang menyebar poisson dengan rata-rata = ragamnya =
( x i − n . Po )
n.Po dan bentuk Z= [ ] adalah peubah acak yang
n . Po
( x i − n . Po ) 2
Z =[ ]
2
menyebar normal baku sehingga akan
n . Po
menyebar khi-kuadrat dengan derajat bebas sama dengan satu, atau
Z2 ~ χ (21) . Jadi bentuk di atas yaitu

∑
k
χ 2
( hitung ) = i =1
Z i
2
~χ 2
( k −1) . Bentuk ini yang
biasa digunakan dalam pengujian beberapa proporsi, dengan kriteria
pengujian untuk taraf nyata yang dipilih dan derajat bebas (k-1) sebagai
berikut :

Tolak Ho pada taraf α jika khi-kuadrat dari perhitungan lebih besar

dari khi-kuadrat tabel, dan untuk sebaliknya Ho diterima.

Contoh Penerapan
Untuk memberikan gambaran yang lebih jelas tentang penerapan uji
kesamaan proporsi, berikut digunakan sampel dari data hipotetik
tentang tenaga peneliti yang dikelompokan menurut kelompok umur
(25-35; 36-45; 46-55 dan diatas 55 tahun). Sebaran tenaga peneliti
menurut kelompok umur dapat disajikan dalam tabel berikut ini.

Kelompok Umur Banyaknya Peneliti Proporsi Frekuensi

(Tahun) (Oi) (%) Harapan (Ei)
25 - 35 54 0,04 385,5
36 - 45 444 0,29 385,5
46 - 55 737 0,47 385,5
Diatas 55 307 0,20 385,5
Total 1.542 1,00 1.542,0

Informatika Pertanian Volume 18 No. 1, 2009 41

 Dari tabel di atas nampak bahwa, sebaran peneliti menunjukan
bahwa jumlah peneliti yang berumur 25-35 relatif sedikit sekali, hanya
54 orang atau 4% saja. Ini berbeda sangat signifikan jika dibandingkan
dengan peneliti yang umurnya lebih tua yang frekuensinya mencapai
29%, 47%, dan 20%. Untuk lebih memberikan gambaran
penerapannya, berikut diuraikan.melalui uji hipotesis sebagai berikut.
Hipotesis yang akan diuji dapat dirumuskan sebagai berikut :

Ho : P25-35 = P36-45 = P46-55 = P>55 = Po dengan Po = 0.25

H1 : paling sedikit ada dua kelompok umur yang proporsinya

tidak sama

Dengan menggunakan sebaran khi-kuadrat, dari data yang terdapat

pada tabel di atas dengan frekuensi harapan semuanya sama dengan
385,5 (karena jika Ho benar maka proporsi untuk semua kelompok
umur sama yaitu 0,25 sehingga Ei = 0,25*1.542 = 385,5; sedangkan
O1= 54, O2= 444, O3= 737 dan O4= 307) diperoleh nilai khi-kuadrat
hitung sebagai berikut :
4
(O − Ei)2
χ 2
hitung = ∑i=1
i
Ei
= 630 , 43

Dari tabel khi-kuadrat dengan taraf nyata 0,05 dan derajat bebas
db=(k-1)= 3 diperoleh nilai khi-kuadrat sebesar 7,82, ternyata nilai
tabel khi-kuadrat dari perhitungan jauh lebih besar dibandingkan nilai
dari tabel sehingga Ho ditolak. Artinya : berdasarkan hasil pengujian
hipotesis dapat disimpulkan bahwa proporsi peneliti untuk setiap
kelompok umur terdapat perbedaan yang sangat berarti atau
penyebaran tenaga peneliti menurut kelompok umur sangat tidak
merata.

KESIMPULAN DAN SARAN

Beberapa kesimpulan dan saran dari kajian ini adalah sebagai berikut :
1. Dalam pengujian beberapa proprsi kasus binomial diperluas
menjadi multinomial dan bentuk sebaran yang digunakan adalah
khi-kuadrat, sedangkan untuk satu atau dua proporsi tetap kasus
binomial dengan sebaran normal baku sebagai statistik yang
digunakan untuk pengujiannya.
2. Untuk ukuran sampel besar, pengkajian proporsi dapat digunakan
melalui pendekatan kasus binomial terhadap sebaran normal baku
atau sebaran poisson. Dengan penjabaran sederhana dapat
ditunjukkan hubungan antara sebaran normal baku dan sebaran
khi-kuadrat khusus dalam pengujian kesamaan proporsi

42 Keterkaitan Sebaran Khi-Kuadrat

3. Pendekatan binomial terhadap poisson dilakukan jika ukuran
sampel n cukup besar dan proporsi p atau peluangnya relatif kecil
atau (1-p) cukup besar.
4. Berdasarkan hasil kajian dapat disimpulkan bahwa proporsi peneliti
untuk setiap kelompok umur terdapat perbedaan yang sangat nyata
atau penyebaran tenaga peneliti menurut kelompok umur sangat
tidak merata.

DAFTAR PUSTAKA

Hogg, R.V. and A.T. Craig. (1995). Introduction to Mathematical

Statistics. Prentice Hall. Singapore
Sudjana, 2002, Metode Statistika; Tarsito; Bandung
Steel, Robert G.D. Jame H Torrie. 1987, Principles and Procedures Of
Statistics; A Biometrical Approach, Mc Graw-Hill Book Company.

Informatika Pertanian Volume 18 No. 1, 2009 43