Slide 1:

 Judul: Pengenalan Chi-Kuadrat

Slide 2:

 Sejarah singkat dan pengertian chi-kuadrat:

 Chi kuadrat adalah Teknik statistic yang digunakan untuk menguji hipotesis bila
dalam populasi terdiri dari dua atau lebih klas,data berbentuk nominal dan
samplenya besar

 chi-kuadrat diperkenalkan oleh Karl Pearson pada awal abad ke-20 dan telah
menjadi alat yang penting dalam statistika. Sejak penemuan Pearson, chi-kuadrat
terus digunakan dan dikembangkan oleh statistikawan dan peneliti untuk berbagai
aplikasi dalam analisis data dan pengujian hipotesis.

 Rumus chi-Kuadrat

. Slide 3:

 Variabel Chi-Kuadrat:

 Variabel chi-kuadrat (χ²) adalah jumlah kuadrat dari variabel acak standar yang
independen. Variable-chi kuadrat memiliki sifat khusus seperti

1. Tidak ada nilai negatif: Variabel chi-kuadrat selalu memiliki nilai non-negatif.
2. Skewness: Skewness (ketidaksimetrisan) variabel chi-kuadrat bergantung
pada derajat kebebasan. Untuk df yang kecil, skewnessnya akan signifikan,
tetapi semakin besar df, skewnessnya akan mendekati nol, sehingga
distribusinya menjadi lebih simetris.
3. Ekspektasi: Ekspektasi atau rata-rata variabel chi-kuadrat dengan df k adalah
k.
4. Variansi: Variansi variabel chi-kuadrat dengan df k adalah 2k.
Slide 4:

 Penggunaan Chi-Kuadrat dalam Statistika:

 Uji Kesesuaian (Goodness-of-Fit): Chi-kuadrat digunakan untuk menguji kesesuaian

antara data empiris dengan distribusi yang diharapkan. Misalnya, dalam pengujian
apakah data terdistribusi secara normal atau apakah data mengikuti distribusi
tertentu seperti Poisson atau binomial.

 Uji Independensi: Chi-kuadrat dapat digunakan untuk menguji hubungan atau

independensi antara dua variabel kategori. Misalnya, menguji apakah ada hubungan
antara jenis kelamin dan preferensi politik, atau apakah ada korelasi antara
pendidikan dan preferensi pekerjaan.

 Uji Keseragaman: Chi-kuadrat dapat digunakan untuk menguji apakah data

terdistribusi secara seragam. Misalnya, menguji apakah frekuensi pengamatan cuaca
(cerah, berawan, hujan) sepanjang tahun terdistribusi secara merata.

 Analisis Kontingensi: Chi-kuadrat dapat digunakan dalam analisis kontingensi untuk

mengevaluasi apakah ada hubungan antara dua atau lebih variabel kategori.
Misalnya, dalam analisis tabel silang (contingency table) untuk menguji apakah ada
hubungan antara konsumsi makanan dan risiko penyakit.

 Evaluasi Model Regresi: Dalam analisis regresi, chi-kuadrat dapat digunakan untuk
mengevaluasi kualitas dan signifikansi model regresi. Misalnya, dalam uji kecocokan
model regresi terhadap data pengamatan.
Slide 5:

 Penggunaan Chi-Kuadrat dalam Uji Hipotesis:

 Pengenalan Penentuan Hipotesis:

 Hipotesis Nol (H0): Merupakan hipotesis yang menyatakan tidak adanya

perbedaan atau hubungan antara variabel atau distribusi yang diuji.
Contohnya, H0: Tidak ada perbedaan antara dua kelompok.

 Hipotesis Alternatif (Ha): Merupakan hipotesis yang menyatakan adanya

perbedaan atau hubungan antara variabel atau distribusi yang diuji.
Contohnya, Ha: Terdapat perbedaan antara dua kelompok.

 Penentuan Level Signifikansi (α):

 Level signifikansi adalah tingkat risiko yang diterima untuk melakukan

kesalahan jenis I (menolak H0 saat sebenarnya H0 benar). Level signifikansi
biasanya ditetapkan sebelum analisis dan umumnya digunakan nilai seperti
0.05 atau 0.01.

 Penghitungan Statistik Uji:

 Menghitung statistik uji chi-kuadrat dengan mengambil data observasi yang

sebenarnya dan membandingkannya dengan distribusi yang diharapkan.
Biasanya, frekuensi observasi dan frekuensi harapan dihitung dan digunakan
dalam perhitungan.

 Perhitungan Derajat Kebebasan:

 Derajat kebebasan (df) ditentukan oleh jumlah kategori atau variabel yang
diuji. Rumus umumnya adalah df = jumlah kategori - 1.

 Menghitung Nilai p-Value:

 Nilai p-value adalah probabilitas memperoleh nilai statistik uji chi-kuadrat

yang setidaknya sebesar atau lebih ekstrem daripada nilai yang diamati, jika
hipotesis nol benar. Nilai p-value digunakan untuk mengambil keputusan
terhadap hipotesis nol. Jika p-value lebih kecil dari level signifikansi yang
ditentukan, maka H0 ditolak.

 Pengambilan Keputusan:

 Berdasarkan nilai p-value dan level signifikansi yang ditetapkan, hipotesis nol
diterima atau ditolak. Jika p-value lebih kecil dari level signifikansi, H0
ditolak, yang berarti terdapat bukti cukup untuk mendukung hipotesis
alternatif.
Slide 6:

 Contoh Penggunaan Chi-Kuadrat:

 Contoh Penggunaan Uji Chi-Kuadrat dalam Dunia Nyata: Misalnya, menguji apakah
preferensi politik berbeda antara kelompok usia.

 Contoh Penggunaan Uji Chi-Kuadrat untuk Independensi: Misalnya, menguji apakah

ada hubungan antara jenis pekerjaan dan preferensi olahraga.

 Contoh Penggunaan Uji Chi-Kuadrat untuk Keseragaman: Misalnya, menguji apakah

data pengamatan cuaca sepanjang tahun berasal dari distribusi yang seragam.

Slide 8:

Batasan dan Asumsi Chi-Kuadrat:

 Batasan Batasan dalam Penggunaan Chi-Kuadrat:

 Batasan jumlah pengamatan: Distribusi chi-kuadrat hanya dapat digunakan secara

valid jika terdapat cukup banyak pengamatan. Jika jumlah pengamatan terlalu
sedikit, distribusi chi-kuadrat mungkin tidak berlaku.

 Batasan frekuensi harapan: Frekuensi harapan pada setiap sel atau kategori data
tidak boleh terlalu rendah. Jika frekuensi harapan sangat rendah, hasil uji chi-kuadrat
dapat menjadi tidak akurat.

 Asumsi dalam Penggunaan Chi-Kuadrat:

 Asumsi independensi: Asumsi dasar chi-kuadrat adalah bahwa pengamatan harus

independen satu sama lain. Artinya, setiap pengamatan atau kategori data tidak
boleh dipengaruhi oleh pengamatan atau kategori lainnya dalam analisis.

 Asumsi pengambilan sampel acak: Penggunaan chi-kuadrat membutuhkan sampel

yang diambil secara acak dari populasi. Pengambilan sampel yang tidak acak atau
memiliki bias dapat menghasilkan kesalahan dalam analisis chi-kuadrat.

 Asumsi ukuran sampel yang cukup besar: Chi-kuadrat mengasumsikan bahwa ukuran
sampel yang digunakan cukup besar untuk mewakili populasi dengan baik. Namun,
tidak ada aturan pasti tentang ukuran sampel yang memadai, dan itu tergantung
pada konteks analisis dan tujuan penelitian.
Slide 9:

Alternatif dan Perluasan Chi-Kuadrat:

 Uji Chi- Uji Chi-Kuadrat Berdasarkan Deret Waktu:

 Uji chi-kuadrat dapat diperluas untuk digunakan dalam analisis deret waktu atau
data berkesinambungan.
Uji chi-kuadrat berdasarkan deret waktu digunakan untuk menguji keberagaman dan
dependensi dalam deret waktu. Ini dapat digunakan untuk menguji keberagaman
variasi dalam pola waktu atau menguji keberadaan ketergantungan antara
pengamatan waktu sebelumnya dan saat ini.

 Uji Chi-Kuadrat Berdasarkan Regresi:

 Uji chi-kuadrat juga dapat diperluas dalam konteks analisis regresi.
Uji chi-kuadrat berdasarkan regresi digunakan untuk menguji kualitas model
regresi dan asumsi yang terkait. Ini melibatkan perbandingan antara model
regresi penuh dengan model regresi yang lebih sederhana atau model nu

Slide 10:

 Kesimpulan:

 Merangkum poin-poin utama yang telah dijelaskan.

 Menyoroti pentingnya chi-kuadrat sebagai alat statistik yang kuat dalam analisis data
diskrit dan pengujian hipotesis.