AGRIBISNIS
PASCASARJANA UNIVERSITAS HALU OLEO
PENDAHULUAN
Wilayah
Total
A B C D
Distribusi bedasarkan, sampel, f0 6 12 14 8 40
Distribusi bedasarkan harapan, fe 10 10 10 10 40
1. Hipotesis
Ho : distribusi alat penggilingan di keempat
wilayah merata (sama)
Ha : distribusi alat penggilingan di keempat
wilayah tidak merata (tidak sama)
2. Nilai Kritis
Dalam kasus di atas tidak perlu ada parameter
yang diestimasi. oleh karena itu:
df = k – m – 1 = 4 – 0 – 1 = 3
x2(0,05;3) = 7,81
3. Nilai Hitung
Nilai uji statistik x2hitung diperoleh dengan
cara sebagai berikut:
f o f e )2
x
2
fe
40
4,0
10
4. Simpulan
Karena nilai statistik x2hitung = 4,0 lebih
kecil daripada nilai tabel x2(0,05;3) = 7,81
berarti kita tidak dapat menolak Ho
menyatakan bahwa distribusi alat
penggilingan di keempat wilayah merata
(sama)
⦁ Tabel kontigensi memuat data yang diperoleh dari
sampel random sederhana dan diatur berdasarkan
baris dan kolom. Baik baris maupun kolom masing-
masing terbagi dalam kriteria-kriteria atau
ketentuan-ketentuan. Nilai-nilai data pada tabel
kontigensi merupakan frekuensi observasi (fo).
⦁ Dengan uji tabel kontigensi (contigenscy table test)
kita dapat menguji apakah dua variabel (baris dan
kolom) saling independen atau tidak. Gagasan ini
didasarkan atas anggapan bahwa jika kategori-
kategori saling independen nilai frekuensi observasi
mendekati nilai frekuensi harapan. Perbedaan-
perbedaan yang besar akan mendukung kita untuk
menolak hipotesis yang menyatakan tentang
independen.
⦁ Apabila banyaknya baris = r, banyaknya kolom = k, dan besarnya
sampel n, nilai frekuensi harapan baris ke I dan kolom ke j dapat
f f
diperoleh dengan rumus:
oi oj
f eij
n
⦁ dengan derajat kebebasan
🞂 df = (r – 1) (k – 1)
⦁ Sedangkan rumus untuk memperoleh nilai x2
🞂
( fo fe )2
x2 fe
⦁ Tabel berikut menunjukkan pengunjung pada salon TAMPAN pada
tanggal 12 Oktober 2009 yang dikategorikan berdasarkan jenis
kelamin dan umur. Ujilah hipotesis bahwa jenis kelamin dan umur
pengunjung adalah independen dengan tingkat signifikansi α =0,01
Jenis kelamin
Umur Total
Pria wanita
Dibawah 30 60 50 110
30 atau lebih 70 10 80
Total kolom 130 60 190
⦁ Hipotesis
Ho : jenis kelamin dan umur pengunjung
adalah independen
Ha : jenis kelamin dan umur pengunjung
adalah tidak independen
⦁ Nilai Kritis
Derajat kebebasan df:
df = (r – 1) (k – 1) = (2 – 1) (2 – 1) = 1
Nilai uji statistik x2(0,01;1) = 6,63
Kita menolak Ho jika x2hitung > 6,63
⦁ Nilai Hitung
Berikut ini contoh perhitungan nilai frekuensi
harapan
⦁ Nilai Hitung
Berikut ini contoh perhitungan nilai frekuensi harapan
⦁ E11 = (130 x 110 )/190 = 75,26
⦁ E12 = (60 x 110)/190 = 34,74
⦁ E21 = (130 x 80)/190 = 54,74
⦁ E22 = (60 x 180) / 190 = 25,26
Jenis kelamin
Umur Total
Pria wanita
Dibawah 30 75,26 34,74 110
30 atau lebih 54,74 25,26 80
Total kolom 130 60 190
( fo fe )2
x2 fe
(60 75,26) 2 (50 34,74) 2 (70 54,74) 2 (10 25,26) 2
23,28
75,26 34,74 54,74 25,26
⦁ Simpulan
Dengan tingkat signifikansi 1 persen Ho
ditolak karena nilai statistik x2 sampel
=23,28 lebih besar daripada x2(0,01;1) =
6,63. Ini berarti bahwa jenis kelamin dan
umur pengunjung tidak independen
Uji Proporsi
Distribusi Multinomial
Distribusi Multinomial merupakan generalisasi dari
distribusi binomial yaitu dengan melonggarkan
kriteria banyaknya hasil (outcome) yang mungkin jadi
lebih dari 2.
n x1 x2 xk
f ( x1 ,..., xk ; p1 ,..., pk , n) p1 p2 ... pk
x1 , x2 ,...xk
2 1 11 6 2 2 1 1 11 3
f ( x1 2, x2 1, x3 3; p1 , p2 , p3 , n 6) ( ) ( ) ( ) 0.1127
9 6 18 2,1,3 9 6 18
Contoh
Seorang dokter melakukan pengobatan sebanyak 6
kali terhadap 6 orang penderita gagal jantung
dengan hasil sembuh sempurna, sembuh dengan
gejala sisa, dan meninggal.
Berapa besar probabilitas dari 6 kali pengobatan
tersebut menghasilkan 2 orang sembuh sempurna,
2 orang sembuh dengan gejala sisa, dan 2 orang
meninggal.
n! 6!
p = (P1r1) (P1r1) (P1r1) p = (1/3)2 (1/3)2(1/3)2
r1!r2r3! 2! 2! 2!
P = 0,123 = 12,3%
Contoh
8
f ( x1 5, x2 2, x3 1; p1 0.5, p2 0.25, p3 0.25, n 8) (0.5)5 (0.25) 2 (0.25)1 0.0820
5,2,1
Uji Goodness of Fit
Uji Goodness of Fit
Bagaimana dekat hasil pengamatan/sampel
sesuai dengan yang diharapkan ?
Split- A-
Model Colonial Log Level Frame
# Sold 30 20 35 15
Multinomial Distribution Goodness of Fit Test
Hypotheses
H0: pC = pL = pS = pA = .25
Ha: The population proportions are not
pC = .25, pL = .25, pS = .25, and pA = .25
where:
pC = population proportion that purchase a colonial
pL = population proportion that purchase a log cabin
pS = population proportion that purchase a split-level
pA = population proportion that purchase an A-frame
Hypotheses
Ho : There is no preference in the home styles or
all home styles have equal preferences.
2
7.815
Multinomial Distribution Goodness of Fit Test
Expected Frequencies
e1 = .25(100) = 25 e2 = .25(100) = 25
e3 = .25(100) = 25 e4 = .25(100) = 25
Test Statistic
( 30 25) 2
( 20 25) 2
( 35 25) 2
(15 25) 2
2
25 25 25 25
=1+1+4+4
= 10
Multinomial Distribution Goodness of Fit Test