PENGUJIAN HIPOTESIS

DENGAN X 2
 PENGUJIAN HIPOTESIS DENGAN X2
Distribusi X2 (Kai Kuadrat
Kuadrat)) merupakan satu distribusi
dengan variabel random kontinu.
kontinu. Distribusi ini bukan
merupakan suatu kurva probabilitas tunggal
tunggal,, namun
merupakan suatu keluarga dari kurva bermacam – macam
X2

Bentuk distribusi X2 ditentukan oleh derajat bebasnya

bebasnya..
Untuk distribusi X2 dengan derajat bebas V, modus dan
puncak kurva akan tertetak pada X2 = V- V-2. Nilai X2 selalu
positif,, karena nilai itu merupakan penjumlahan kuadrat
positif
dari variabel normal standar Z. Dengan demikian,
demikian, distribusi
X dimulai dari titik nol condong ke kanan dan memiliki
2
ekor yang sangat panjang
panjang.. Apabila derajat bebasnya
sangat besar makan distribusi X2 akan mendekati distribusi
normal.
 X2
0
~
Distribusi X2 dalam penjujian hipotesis biasanya
digunakan untuk mengetahui perbedaan antara
frekuensi pengamatan dan frekuensi yang
diharapkan (frekuensi teoritis).
 Pemakaiannya
Pemakaiannya antara lain :
 Pengujian hipotesis beda tiga propori atau lebih
 Pengujian hipotesis tentang idenpendensi (test
of independency)
 Pengujian hipotesis tentang kebaikan sesuai /
kecocokan
 Pengujian hipotesis tentang sifat homogenitas
 Pengujian hipotesis satu varians
1. PENGUJIAN HIPOTESIS BEDA
TIGA PROPORSI ATAU LEBIH
Pengujian hipotesis beda tiga proporsi
atau lebih dapat dibedakan atas dua jenis:
- Pengujian hipotesis dengan dua
kategori
- pengujian hipotesis lebih dari dua
kategori
a. Pengujian hipotesis dengan
dua kategori (Ukuran)

Pada pengujian hipotesis dengan dua

kategori, peristiwa yang terlihat hanya
terditi atas dua kategori.
Seperti : Sukses dan gagal, baik dan
buruk, kepala dan ekor.
 Langkah – langkah formulasi hipotesis
1. Menentukan Formulasi Hipotesis
Ho : P1 = P2 = P3 = …. (=P)
H1 : P1 ≠ P2 ≠ P3 = …. (≠
(≠ P)
2. Menentukan taraf nyata () dan X2 tabel
Taraf nyata () dan X2 tabel ditentukan dengan derajat
bebas : db = K
K--1
X2 (K
(K--1)
3. Menentukan kriteria pengujuan
Ho diterima apabila X02 ≤ X2 (k
(k--1)
Ho ditolak apabila X02 > X2 (k
(k--1)
Daerah
Daerah Tolak
Terima

X2 (K-1)
4. Menentukan nilai uji statistik

X  
2
2 k
nij  eij 
2

0
i 1 J 1 eij
Keterangan :
nij : Frekuensi pengamatan (observasi)
eij : Frekuensi harapan (teoritis)
ni.nj total baris  total kolom
eij  
n pengamatan
I = 1,2
J = 1,2,3,4 ….
5. Membuat Kesimpulan
Menyimpulkan penerimaan dan penolakan Ho
b. Pengujian hipotesis lebih dari
dua kategori (ukuran)

Pada pengujian hipotesis lebih dari dua

kategori, peristiwa / keadaan yang terlibat
adalah lebih dari dua kategori, seperti :
Sangat baik, sedang dan buruk, atau setuju,
tidak setuju dan blanko atau sulit, sangat
sulit, sedang dan mudah.
 Langkah – langkah pengujiannya sbb :
1. Menentukan formulasi hipotesis
Ho : P11 = P12 = P13 = …..
P21 = P22 = P33 = …..
P31 = P12 = P13 = …..
| | |
H1 : tidak semua proporsi sama
2. Menentukan taraf nyata adan x2
Taraf nyata dan X2 ditentukan dengan derajat bebas
db = (b-
(b-1) (k
(k--1)
X2 (b
(b--1) (k
(k--1) = ….
Keterangan :
b = Baris
k = kolom
3. Menentukan kriteria pengujian
Ho diterima apabila X02 < X2 (b
(b--1)(k-
1)(k-1)
Ho ditolak apabila X02 > X2 (b-1)(k-
1)(k-1)
4. Menentukan nilai uji statistik

X  
2
2 k
nij  eij 2

0
i 1 J 1 eij
 ni  ni nj 
eij  nj   
n n

5. Membuat kesimpulan
Membuat kesimpulan menerima dan penolakan Ho
 Contoh :
Pimpinan perusahaan “Maju Jaya” berpendapat bahwa
sikap para karyawan mengenai kondisi kerja yang
diperolehnya diberbagai divis
divisi adalah sama.
sama.
Berikut data karyawan diberbagai divisi mengenai kondisi
kerja

DIV A DIV B DIV C DIV D Jumlah

Baik 76 85 91 75 327
Cukup 25 32 40 28 125
Buruk 12 15 10 11 48
Jumlah 113 132 14
1411 114 500

Ujilah pendapat tersebut dengan taraf nyata 1%

 Penyelesaian
1. Formulasi hipotesis
Ho : P11 = P12 = P13 = P14
P21 = P22 = P23 = P24
P31 = P32 = P33 = P34
H1 : tidak semua proporsi sama

2. Taraf nyata ( α ) dan x2

 = 1% = 0,01 dg db = (3- (3-1) (4-
(4-1) = 6
X 2 0,01(6) = 16,812
3. Menentukan kriteria pengujian
Ho diterima apabila X02 < 16,812
Ho ditolak apabila X02 > 16,812
 4. Uji statistik
n1 = 327, n2 = 125, n3 = 48, nT = 500
nA = 113, nB = 132, nC = 141, nD = 114
I = 1,2,3
j = 1,2,3,4

327113 125113
e11   73,902 e21   28,25
500 500
327132 125132
e12   86,328 e22   33
500 500
327141 125141
e13   92,214 e23   35,25
500 500
327114 125114
e14   74,556 e24   28,5
500 500
 48  113
e31   10,848
500
48  132
e32   12,672
500
48  141
e33   13,536
500
48  114
e34   10,944
500
 (nij-eij)2
(nij-
nij eij nij
ij--eij
eij
76 73,902 2,098 0,06
85 86,328 -1,328 0,02
91 92,214 -1,214 0,016
75 74,556 0,444 0,003
25 28,25 -3,25 0,37
32 33 -1 0,03
40 35,25 4,75 0,64
28 28,5 -0,5 0,09
12 10,848 1,152 0,12
15 12,672 2,328 0,43
10 13.536 -3,536 0,92
11 10,944 0,056 0,0003
Jumlah 2,6993

X02= 2,6993
 5. Kesimpulan
Karena X02= 2,6993 < X20,01(6)= 16,812, maka
Ho diterima jadi, pendapat pimpinan perusahaan
bahwa proporsi sikap para karyawna mengenai
kondisi kerja diberbagai divisi sama adalah
benar.
 Contoh :
Dalam suatu penelitian, dikumpulkan data untuk
mengetahui proporsi produk yang cacat oleh
pekerja yang bertugas pagi, siang dan malam hari,
sama atau tidak: datanya adalah sebagai berikut :
Waktu Kerja
Produk
Pagi Siang Malam
Cacat 34 40 65
Tidak Cacat 916 895 875
Dengan taraf nyata 5%, apakah proporsi
produk yang cacat sama untuk ketiga waktu
kerja
 Penyelesaian :
1.Formulasi
1. Formulasi Hipotesis
Ho :P1 = P2 = P3
H1 : P1 , P2, P3 Tidak semua sama

2.Taraf
2. Taraf nyata ( α ) dan nilai x2 tabel
 = 5% = 0,05 dg db = (3-
(3-1) = 2
X 2 0,05(2) = 5,991

3.Kriteria
3. Kriteria Pengujian
Ho diterima apabila X02 < 5,991
Ho ditolak apabila X02 > 5,991
 4. Uji Statistik
Diketahui
n1 = 139, n2 = 2.686, n3 = 2.825
n1 = 950, n2 = 950, n3 = 940
I = 1,2
j = 1,2,3

Pagi Siang Malam Jumlah

Cacat 34 40 65 139
Tidak Cacat 916 895 875 2.686
Jumlah 950 935 940 2.825
 139  950
e11   46,74
2.825
139  935
e12   46,00
2.825
139  940
e13   46,25
2.825
2.686  950
e21   903,26
2.825
2.686  935
e22   888,99
2.825
2.686  940
e23   893,75
2.825
Untuk menyelesaikan tabel berikut
(nij-eij)2
(nij-
nij eij nij
nij--eij
eij
34 46,74 -12,74 3,47
40 46,00 -6,00 0,78
65 46,25 18,75 7,60
916 903,26 12,74 0,18
895 888,99 6,01 0,04
875 893,73 18,75 0,39
Jumlah 12,46
X02=12,46
 5. Kesimpulan
Karena X02 = 12,46 > X20,05(2) = 5,991,
maka ho ditolak jadi produk cacat oleh
pekerja yang bertugas pagi, siang dan
malam tidak sama.
Pengujian Hipotesis Independen
(Test of Independency)
Pengujian hipotesis independensi
merupakan pengujian hipotsis ketidak
bergantungan (kebebasan) suatu
pengelompokan hasil penelitian (sampel)
dari populasi terhadap kategori populasi
lain. Pengujian tersebut menggunakan tabel
kontigensi b x k, b =baris dan k = kolom
dengan b > 2 dan k > 2.
 Langkah – langkah sebagai berikut :
1. Menentukan formulasi hipotesis
Ho : kategori yang satu bebas dari kategori lainnya
H1 : kategori yang satu tidak bebas dari kategori lain

2. Menentukan taraf nyata (() dan nilai X2 tabel taraf

() dan nilai X2 tabel ditentukan dengan
nyata (
db = (b-
(b-1) (k
(k--1)
X2 (b
(b--1) (k
(k--1) = ….
3. Menentukan kriteria pengujian
Ho diterima apabila X02 < X2 (b-
(b-1)(k
1)(k--1)
Ho ditolak apabila X02 > X2 (b
(b--1)(k
1)(k--1)
4. Menentukan nilai uji statistik

X  
2
b k
nij  eij 
2

0
i 1 J 1 eij

eij 
ni nj 
n

5. Membuat kesimpulan
Menyimpulkan Ho diterima atau ditolak
 Contoh :
Kita ingin mengetahui ada pengaruh (hubungan
dependen)) antara pendapatan individu dengan kualitas
dependen
bahan makanan yang dikonsums
dikonsumsii.
Untuk tujuan ini kemudian diadakan penyelidikan
terhadap 100 individu dan didapat kenyataan sbb :

Pendapatan
Mutu Bahan Tinggi Sedang Rendah Jumlah
Makanan
Baik 14 6 9 29
Cukup 10 16 10 36
Jelek 2 13 20 35
26 35 39 100
Ujilah Hipotesis pada taraf nyata 5%
 Penyelesaian :
1. Formulasi Hipotesis
Ho : P11 = P12 = P13
P21 = P22 = P23
P31 = P32 = P33
Atau mutu bahan makanan bebas (independen) dengan
tingkat pendapatan
HI : Mutu bahan makanan tidak bebas (dependen)
dengan tingkat pendapatan.
2. Taraf nyata (() dan X2 tabel
 = 5% = 0,05
d = (3-
(3-1) (3-
(3-1) = 4
X02 = 9,488
3.Kriteria
3. Kriteria Pengujian
Ho diterima apabila X02 < 9,488
Ho ditolak apabila X02 > 9,488

4.Uji
4. Uji Statistik
n1 = 29 n1 = 26
n2 = 36 n2 = 35
n3 = 35 n3 = 39
n = 100
 29  26 36  26 35  26
e11   7,54 e21   9,36 e31   9,10
100 100 100
29  35 36  35 35  35
e12   46,00 e22   12,60 e32   12,25
100 100 100
29  39 36  39 35  39
e13   11,31 e23   14,04 e32   13,65
100 100 100
 ( nij
nij--eij )2
nij eij nij
nij--eij
eij
14 7,75 6,46 5,53
6 10,15 -4,15 1,70
9 11,31 -2,31 0,47
10 9,36 0,64 0,04
16 12,60 3,4 0,92
10 14,04 -4,04 1,16
2 9,10 -7,1 5,54
13 12,25 0,75 0,05
20 13,65 6,35 2,95
Jumlah 18,36
X02=18,36
 5. Kesimpulan
Karena X02= 18,36 < X20,05(4)= 9,488,
maka Ho ditolak berarti terdapat
hubungan antara mutu bahan makanan
dengan tingkat pendapatan
Pengujian Hipotesis Kompatibilitas
(Tes of Goodness of fit)
Penujian hipotesis kompatibilitas atau
kebaikan sesuai atau kecocokan merupakan
pengujian hipotesis untuk menentukan
apakah dengan frekuensi yang diperoleh
(frekuensi pengamatan) dari suatu
distribusi. Pengujian hipotesis kompatibilitas
(Frekuensi Pengamatan) tertentu dengan
frekuensi yang diperoleh berdasarkan nilai
harapannya (frekuensi teoritis)
 Langkah – langkah sebagai berikut :
1. Menentukan formulasi hipotesis
Ho : Frekuensi pengamatan sesuai dengan frekuensi
yang diharapkan.
H1 : Frekuensi pengamatan tidka sesuai dengan
frekuensi yang diharapkan

2. Menentukan taraf nyata ( () dan nilai X2 tabel taraf nyata (

()
dan nilai X2 tabel ditentukan dengan
db = (k-
(k-n)
X2 (k
(k--n)
Keterangan
N = banyaknya kuantitas dari hasil pengamatan yang
digunakan untuk menghitung frekuensi harapan
K = banyaknya kejadian atau kelas
3. Menentukan kriteria pengujian
Ho diterima apabila X 0 2 < X 2 ( k – N )
Ho ditolak apabila X02 > X2 ( k - N)
4. Menentukan nilai uji statistik

X 
2  fo  fe  2

0
fe
Keterangan
fo = Frekuensi pengamatan
fe = frekuensi harapan
5. Membuat kesimpulan
Menyimpulkan apakah Ho diterima atau ditolak
Catatan :
Jika frekuensi pengamatan kelas < 4 maka kelas tersebut
harus digabungkan.
 Contoh :
1.Majalah XYZ setiap halamannya terdapat
kata yang salah cetak. Pengamatan
dilakukan terhadap 120 halaman yang
diambil secara random dan setiap
halamannya dicatat banyaknya kata yang
salah cetak
 Data sebagai berikut
Banyaknya kata
salah cetak 0 1 2 3 4
perhalaman
Banyaknya
64 30 15 8 3
halaman

Dengan taraf nyata 5%, ujilah apakah distribusi

di atas mengikuti distribusi poison !
 Penyelesaian :
1. Formulasi Hipotesis
Ho : Distribusi Frekuensi pengamatan mengikuti
distribusi yang diharapkan (Paisson
Paisson).
).
H1 : Distribusi frekuensi pengamatan tidak
mengikuti distribusi yang diharapkan

2. Taraf nyata () dan nilai X2 tabel

 = 5% = 0,05 dengan db = K- K-2 = 4-
4-2 = 2
K=4, bukannya 5, karena diadakan pengg
pengga abungan
kelas,, sebab frekuensi kategori yag ke
kelas ke--5 < 5
X20,05(2) = 5,991
3. Kriteria Pengujian
Ho diterima apabila X02 < 5,991
Ho ditolak apabila X02 > 5,991
4. Nilai uji statistik
1. Rumus Distribusi Poisson

 .e
x
p( x) 
x1
Keterangan :
 = 0,8
e = 2,71828
x = 0,1,2,3,4
2. Tabel Poisson dengan  =0,8
Banyaknya kata (fo-fe)2
(fo-
P (x) fo fe
salah cetak fe
0 0,4493 64 53,9 1,89
1 0,3595 30 43,1 3,98
2 0,1438 15 17,3 0,31
3 0,0383 8 4,6
5,5
4 0,0077 3 0,9
Jumlah 11,68
 fe = p(x) x 120

Jadi X02 = 11,68

 5. Kesimpulan
Karena X02 = 11,68 > X20,05(2) = 5,991, maka ho
ditolak
jadi distribui frekuensi pengamatan tidak
mengikuti distribusi poisson
Contoh :
x .e  
p( x) 
x1

p (0) 
0,8 .e 0,8
0

1.0,4493
 0,4493
0! 1
 Contoh :
2.Berikut ini data mengenai sisi angka (A) yang muncul
dari pelemparan sebuah mata uang logam sebanyak
240 kali.
banyaknya muka 0 1 2 3 4 5

24 36 30 42 56 52  240

Dengan taraf nyata 5%, ujilah apakah bentuk

distribusi di atas mengikuti distribusi binomial yang
berarti bahwa frekuensi pengamatan sesuai dengan
frekuensi harapan.
 Penyelesaian :
1. Formulasi Hipotesis
Ho : Distribusi Frekuensi pengamatan sesuai
dengan distribusi frekuensi teoritis
binomial
H1 : Distribusi frekuensi pengamatan tidak sesuai
dengan distribusi frekuensi teoritis binomial
2. Taraf nyata (() dan nilai X2 tabel
 = 5% = 0,05 dengan db = 6- 6-2 = 4
K = 6 (banyaknya kejadian)
N = 2 (banyaknya kuantitas / besaran yang
digunakan untuk menghitung trek harapan, yaitu
n dan p)
X20,05(4) = 9,488
3.Kriteria Pengujian
Ho diterima apabila X02 < 9,488
Ho ditolak apabila X02 > 9,488

4.Nilai Uji statistik

Karena sisi uang logam ada dua, maka
probabilitas munculnya tiap sisi adalah sama,
yaitu 0,5 dengan asumsi bahwa mata uang
seimbang berikut ini tabel berisikan nilai-
nilai-nilai
untuk menghitung nilai X02
Banyaknya P (x) Fo Fe (fo-
(fo-fe)2
sisi A (x) fe
0 1/32 24 7,5 36,3
1 5/32 36 37,5 0,06
2 10/32 30 75 27
3 10/32 42 75 14,52
4 5/32 56 37,5 9,13
5 1/32 52 7,5 264,03
Jumlah 351,04
 5. Kesimpulan
Karena X02 = 11,68 > X20,05(2) = 5,991, maka ho
ditolak
jadi distribui frekuensi pengamatan tidak
mengikuti distribusi poisson
Contoh :
x .e  
p( x) 
x1

p (0) 
0,8 .e 0,8
0

1.0,4493
 0,4493
0! 1
1.P (x) dihitung dengan rumus :
P(x)= Cxn . Px . qn-x
P = probabilitas munculnya sisi A = 0,5
q = 1 – p  q = 1- 1-0,5 = 0,5
h = banyaknya sisi A = 5

2. Tabel binomial dengan n = 5 dan p = 0,5

fe dihitung dengan mengalikan p(x) dengan 240
fe = p(x) x 240
X02 = 351,04
 5. Kesimpulan
Karena X02 = 351,04 > X20,05(4) = 9,488, maka Ho ditolak
Jadi, distribui frekuensi pengamatan tidak sesuai
dengan distribusi frekuensi binomial. Hal ini mungkin
disebabkan uang logam yang digunakan tidak seimbang
atau cara pelemparannya tidak benar.
Contoh : nx
p ( x )  C x . p .q
n x

p ( 0 )  C . 0 , 5  . 0 , 5 
5 0 50
0

5!
 (1 )( 0 , 0315 )  0 , 0315
0 ( 5  0 )!
1

32
 Contoh :
3. Berikut ini data hasil ujian Mid Semester Statistik II,
mahasiswa UPS Tegal.
Data sebagai berikut :
Nilai Frekuensi
40 – 49 3
50 – 59 5
60 – 69 6
70 – 79 7
80 – 89 5
90 – 99 4
30
Ujilah dengan taraf nyata 1%, apakah distribusi pengamatan
tersebut merupakan sampel atau bukan dari populasi yang
memiliki distribusi normal.
 Penyelesaian :
1. Formulasi Hipotesis
Ho : Distribusi Frekuensi pengamatan sesuai
dengan distribusi normal
H1 : Distribusi frekuensi pengamatan tidak sesuai
dengan distribusi normal

2. Taraf nyata (() dan nilai X2 tabel

 = 1% = 0,01 dengan db = k – 2 = 4 – 2 = 2
K = 4 bukan 6,
karena terjadi dua penggabungan kelas
X20,05(2) = 5,991
3. Kriteria Pengujian
Ho diterima apabila X02 < 5,991
Ho ditolak apabila X02 > 5,991

4. Nilai Uji Statistik

Untuk mengitung nilai frek harapan diperlukan sebagai
berikut :
a. Batas nyata kelas, yaitu tepi bawah dan tepi atas kelas
1. Tepi bawah kelas = batas bawah – 0,5
2. Tepi atas kelas = batas atas – 0,5
b. Nilai Z untuk setiap batas nyata

xx
Z
s
Banyaknya sisi P (x) Fo Fe (fo-
(fo-fe)2
A (x) Fe
0 1/32 24 7,5 36,3
1 5/32 36 37,5 0,06
2 10/32 30 75 27
3 10/32 42 75 14,52
4 5/32 56 37,5 9,13
5 1/32 52 7,5 264,03
Jumlah 351,04
 5. Kesimpulan
Karena X02 = 11,68 > X20,05(2) = 5,991, maka ho
ditolak
Jadi distribui frekuensi pengamatan tidak
mengikuti distribusi poisson
Contoh :
x .e  
p( x) 
x1

p (0) 
0,8 .e 0,8
0

1.0,4493
 0,4493
0! 1
1.P (x) dihitung dengan rumus :
P(x)= Cxn . Px . qn-x
P = probabilitas munculnya sisi A = 0,5
q = 1 – p  q = 1- 1-0,5 = 0,5
h = banyaknya sisi A = 5

2. Tabel binomial dengan n = 5 dan p = 0,5

fe dihitung dengan mengalikan p(x) dengan 240
fe = P(x) x 240
X02 = 351,04
 5. Kesimpulan
Karena X02 = 351,04 > X20,05(4) = 9,488, maka Ho ditolak
Jadi, distribui frekuensi pengamatan tidak sesuai
dengan distribusi frekuensi binomial. Hal ini mungkin
disebabkan uang logam yang digunakan tidak seimbang
atau cara pelemparannya tidak benar.
Contoh : nx
p ( x )  C x . p .q
n x

p ( 0 )  C . 0 , 5  . 0 , 5 
5 0 50
0

5!
 (1 )( 0 , 0315 )
0 ( 5  0 )!
1
  0 , 0315
32