Statistika

UJI CHI-KUADRAT
C

Farmasi UMS
2022
Setelah perkuliahan mahasiswa
mampu melakukan:
1. Uji distribusi goodness of fit,
menggunakan chi-square.
2. Uji dua variabel independensi,
Tujuan
menggunakan chi-square.
3. Uji proporsi homogenitas,
menggunakan chi-square.
 Pendahuluan

Outline Uji Goodness of Fit

Uji Menggunakan
Tabel Kontingensi
 Pendahuluan
• Distribusi chi-kuadrat sebelumnya digunakan untuk untuk menguji hipotesis
tentang varians atau standar deviasi tunggal.
• Distribusi chi-kuadrat dapat digunakan untuk uji mengenai distribusi frekuensi.
contoh "Jika sampel pembeli diberi pilihan warna mobil, apakah setiap warna akan
dipilih dengan frekuensi yang sama?"
• Distribusi chi-kuadrat dapat digunakan untuk menguji independensi dua variabel.
misalnya, "Apakah pendapat para anggota dewan tentang UU Kesehatan
independen dari afiliasi partai?" Yaitu, apakah partai pemerintah punya satu
pendapat dan partai non-pemerintah punya pendapat berbeda, atau apakah
mereka memiliki pendapat yang sama?
• Distribusi chi-kuadrat dapat digunakan untuk menguji homogenitas proporsi.
Sebagai contoh, apakah proporsi siswa SMA yang segera kuliah setelah lulus
sama untuk pulau Jawa, Sumatra, Kalimantan, Sulawesi, dan Papua ?
 Uji ‘goodness-of-fit’
• Statistik chi-square dapat digunakan untuk melihat apakah distribusi
frekuensi sesuai dengan pola tertentu.
• Misalnya, untuk memenuhi permintaan pelanggan, produsen sepatu lari
mungkin ingin melihat apakah pembeli menunjukkan preferensi untuk
gaya tertentu.
• Seorang insinyur lalu lintas mungkin ingin melihat apakah kecelakaan
terjadi lebih sering pada beberapa hari daripada pada yang lain, sehingga
dia dapat meningkatkan patroli polisi.
• Layanan darurat mungkin ingin melihat apakah ia menerima lebih banyak
panggilan pada waktu hari tertentu daripada pada orang lain, sehingga
dapat memberikan staf yang memadai.
• Ketika kita menguji untuk melihat apakah distribusi frekuensi sesuai dengan
pola tertentu, kita dapat menggunakan uji chi-square ‘goodness-of-fit’.
 Contoh uji ‘goodness-of-fit’
• Misalnya, kita ingin melihat apakah
konsumen memiliki preferensi di antara
lima rasa soda buah baru. Sampel dari
100 orang memberikan data ini:
• Jika tidak ada preferensi, kita akan
mengharapkan setiap rasa dipilih dengan
frekuensi yang sama. Dalam hal ini,
frekuensi yang sama adalah 100/5 = 20.
Artinya, sekitar 20 orang akan memilih
setiap rasa.
• Karena frekuensi untuk setiap rasa diperoleh dari
sampel, frekuensi aktual ini disebut frekuensi yang
diamati (observed). Frekuensi yang diperoleh
dengan perhitungan (seolah-olah tidak ada
preferensi) disebut frekuensi yang diharapkan
(expected).
• Frekuensi yang diamati hampir selalu berbeda dari
frekuensi yang diharapkan karena nilai berbeda dari
sampel ke sampel. Tetapi apakah
perbedaan-perbedaan ini signifikan (ada
preferensi), atau apakah karena kebetulan? Uji
chi-square goodness-of-fit akan memungkinkan
peneliti untuk menentukan jawabannya.
 Uji goodness-of-fit
• Sebelum menghitung nilai uji, • Pada uji goodness-of-fit, derajat kebebasan (df) sama
kita harus menyatakan dengan jumlah kategori dikurangi 1. Untuk contoh ini,
ada lima kategori (ceri, stroberi, jeruk, jeruk nipis, dan
hipotesis. Hipotesis nol harus
anggur); karenanya, derajat kebebasannya adalah
merupakan pernyataan yang 5-1 = 4.
menunjukkan bahwa tidak ada
• Uji ini adalah uji sisi kanan, karena ketika nilai O - E
perbedaan atau tidak ada dikuadratkan, jawabannya akan positif atau nol.
perubahan. Untuk contoh ini,
hipotesisnya adalah sebagai
berikut:
• H0: Konsumen tidak
menunjukkan preferensi untuk
rasa soda buah.
• H1: Konsumen menunjukkan
preferensi.
 Langkah-langkah untuk uji goodness-of-fit
chi-square

When there is perfect agreement between the observed and the expected values,
χ2 = 0. Also, χ2 can never be negative. Finally, the test is right-tailed because “H0:
Good fit” and “H1: Not a good fit” mean that χ2 will be small in the first case and
large in the second case.
 Contoh soal 1
• Is there enough evidence to reject the claim that there is no preference in the
selection of fruit soda flavors, using the data shown previously? Let α = 0.05.
• Jawaban:
• Untuk mendapatkan gagasan
tentang mengapa uji ini disebut
uji goodness-of-fit, periksa grafik
nilai yang diamati dan nilai yang
diharapkan. Lihat Gambar.
• Dari grafik, kita dapat melihat
apakah nilai yang diamati dan
nilai yang diharapkan berdekatan
atau berjauhan.
• Ketika nilai yang diamati dan nilai
yang diharapkan saling berdekatan,
nilai uji chi-square akan kecil. Maka
keputusannya adalah untuk tidak
menolak hipotesis nol — karena itu,
ada “a good fit.” Lihat Gambar (a).
• Ketika nilai yang diamati dan nilai
yang diharapkan terpisah jauh, nilai
uji chi-square akan menjadi besar.
Maka hipotesis nol akan ditolak —
karenanya, ada “not a good fit”. Lihat
Gambar (b).
 Uji Normalitas
• Uji chi-square goodness-of-fit • Prosedurnya melibatkan mencari frekuensi yang
dapat digunakan untuk
menguji apakah variabel
terdistribusi secara normal.
Hipotesis nolnya adalah:
H0: Variabel terdistribusi
normal.
H1: Variabel tidak terdistribusi
secara normal.
diharapkan untuk setiap kelas distribusi frekuensi
dengan menggunakan distribusi normal standar.
• Maka frekuensi yang sebenarnya (yaitu, frekuensi
yang diamati) dibandingkan dengan frekuensi yang
diharapkan, menggunakan uji chi-square
goodness-of-fit.
• Jika frekuensi yang diamati mendekati nilai dengan
frekuensi yang diharapkan, nilai uji chi-square akan
kecil, maka hipotesis nol tidak dapat ditolak. Dalam
hal ini, dapat disimpulkan bahwa variabel tersebut
terdistribusi mendekati normal.
• Jika berlaku sebaliknya maka variabel tidak
terdistribusi normal.
 Contoh soal 2 • Jawaban:

• Gunakan chi-square untuk menentukan

apakah variabel yang ditunjukkan
dalam distribusi frekuensi terdistribusi
secara normal. Gunakan α = 0,05.
Lanjutan jawaban
 lanjutan
• The C.V. with d.f. = 5-3 = 2
and α = 0.05 is 5.991, so the
null hypothesis is rejected.
• Hence, the distribution can
be considered not normally
distributed.
• Note: At α = 0.01, the C.V. =
• The critical value in this test has the degrees of 9.210 and the null
freedom equal to the number of categories minus 3 hypotheses would not be
since 1 degree of freedom is lost for each parameter rejected.
that is estimated. In this case, the mean and standard
deviation have been estimated so two additional • So it is important to decide
degrees of freedom are needed. which critical value should be
used.
 Uji Menggunakan Tabel Contingency
• Ketika data dapat ditabulasikan dalam
bentuk tabel dalam hal frekuensi,
beberapa jenis hipotesis dapat diuji
dengan menggunakan uji chi-square.
• Dua uji diantaranya adalah uji
independensi variabel dan uji
homogenitas proporsi.
• Uji independensi variabel digunakan
untuk menentukan apakah dua
variabel independen atau terkait satu
sama lain ketika sampel tunggal
dipilih.
• Uji homogenitas proporsi
digunakan untuk menentukan
apakah proporsi untuk suatu
variabel sama ketika beberapa
sampel dipilih dari populasi yang
berbeda.
• Kedua uji menggunakan distribusi
chi-kuadrat dan tabel kontingensi,
dan nilai uji ditentukan dengan
cara yang sama.
 Uji Independensi
• Uji independensi chi-square dapat
digunakan untuk menguji independensi
dua variabel.
• Sebagai contoh, misalkan prosedur pasca
operasi baru diberikan kepada sejumlah
pasien di rumah sakit. Peneliti dapat
mengajukan pertanyaan, Apakah para
dokter merasa berbeda tentang prosedur
ini dari para perawat, atau apakah mereka
pada dasarnya merasakan hal yang
sama?
• Perhatikan bahwa pertanyaannya bukan
apakah mereka lebih suka prosedur tetapi
apakah ada perbedaan opini antara kedua
kelompok.
• Untuk menjawab pertanyaan ini, seorang
peneliti memilih sampel perawat dan
dokter dan tabulasi data dalam bentuk
tabel.
• Karena pertanyaan utamanya adalah
apakah ada perbedaan opini, hipotesis
dinyatakan sebagai berikut:
H0: Opini tentang prosedur tidak tergantung
pada profesi.
H1: Opini tentang prosedur tergantung pada
profesi.
• Jika hipotesis nol tidak ditolak, ini
berarti bahwa kedua profesi pada
dasarnya merasa sama dengan
prosedur dan perbedaannya adalah
karena kebetulan.
• Jika hipotesis nol ditolak, ini berarti
bahwa satu kelompok merasa berbeda
tentang prosedur dari yang lain.
• Ingat bahwa penolakan tidak berarti
bahwa satu kelompok menyukai
prosedur dan yang lainnya tidak.
Mungkin kedua kelompok mendukung
atau tidak menyukainya, tetapi dalam
proporsi yang berbeda.
• Untuk menguji hipotesis nol dengan
menggunakan uji independensi
chi-square, kita harus menghitung
frekuensi yang diharapkan, dengan
asumsi bahwa hipotesis nol adalah
benar.
• Frekuensi-frekuensi ini dihitung dengan
menggunakan frekuensi yang diamati
yang diberikan dalam tabel.
• Ketika data disusun dalam bentuk tabel
untuk uji independensi chi-square, tabel
disebut tabel kontingensi. Tabel terdiri
dari R baris dan C kolom. Tabel di atas
memiliki dua baris dan tiga kolom.
• d.f. = (R - 1)(C - 1). Pada soal ini, (2 - 1)(3 - 1) = (1)(2) = 2.
• Langkah-langkah menghitung frekuensi yang diharapkan (expected)
 Uji Homogenitas Proporsi
• Uji chi-square kedua yang menggunakan tabel kontingensi adalah uji homogenitas proporsi.
• Di sini, sampel dipilih dari beberapa populasi yang berbeda, dan peneliti tertarik untuk
menentukan apakah proporsi unsur-unsur yang memiliki karakteristik umum adalah sama untuk
setiap populasi.
• Ukuran sampel ditentukan sebelumnya, membuat total baris atau total kolom dalam tabel
kontingensi yang diketahui sebelum sampel dipilih.
• Sebagai contoh, seorang peneliti dapat memilih sampel dari 50 mahasiswa baru, 50 mahasiswa
tahun ke-2, 50 junior, dan 50 senior dan kemudian menentukan proporsi mahasiswa yang
perokok di setiap tingkatan. Peneliti kemudian akan membandingkan proporsi untuk setiap
kelompok untuk melihat apakah mereka sama. Hipotesis dalam hal ini adalah
H0: p1 = p2 = p3 = p4 H1: Paling sedikit satu proporsi berbeda dari yang lain.
• Jika peneliti tidak menolak H0, dapat diasumsikan bahwa proporsinya sama dan perbedaannya
adalah karena kebetulan. Oleh karena itu, proporsi mahasiswa yang merokok sama untuk
tingkat pertama sampai senior. Ketika hipotesis nol ditolak, dapat diasumsikan bahwa proporsi
tidak semuanya sama.
 Contoh soal

Jawaban
Lanjutan jawaban
Soal latihan
• A researcher wishes to see if there is a relationship between the hospital and the
number of patient infections. A sample of 3 hospitals was selected, and the number of
infections for a specific year has been reported. The data are shown next.
• At α = 0.05 can it be concluded that the number of infections is related to the hospital
where they occurred?
SELAMAT UJIAN,
C

SEMOGA SUKSES
Terimakasih