CHI SQUARE

Pengertian Chi Square

Distribusi chi square merupakan distribusi probabilitas yang hanya
bergantung pada parameter, yaitu derajat kebebasannya (df).
Contoh :
Distribusi Z² (kuadrat standar normal) merupakan distribusi chi square
dengan df = 1. Masing-masing distribusi merupakan distribusi
probabilitas sehingga luas di bawah kurva bernilai = 1.

Variable x² tidak bernilai negatif (-) sehingga kurva chi square tidak
mungkin berada di sebelah kiri nol (0).
Uji Kecocokan
Uji kecocokan atau goodness of fit test, hipotesis nol merupakan suatu ketentuan pola yang
diharapkan dari frekuensi frekuensi dalam kategori.
Uji Chi Square didasarkan pada besarnya perbedaan masing masing kategori dalam distribusi
frekuensi.
Fo = frekuensi observasi
𝑛 2 Fe = frekuensi harapan
(𝑓𝑜 − 𝑓𝑒)
𝑥2 = ෍
𝑓𝑒
𝑘=0

Df = derajat kebebasan
Df = k-m-l K = jumlah kategori dalam sampel
M = jumlah jumlah nilai yang diestimasi
Contoh soal uji kecocokan
Banyak nasabah yang melakukan transaksi pengambilan uang
pada atm bank X setiap hari selama seminggu, dilukiskan dalam
tabel berikut :
Hari senin selasa rabu kamis jumat sabtu
Banyaknya 130 110 120 109 132 149
transaksi

Ujilah dengan α = 0,05 apakah banyaknya transaksi di atm bank X

bergantung pada nama nama hari dengan nilai harapannya adalah nilai
rata rata yang bertransaksi di atm perminggu.
1. Rumusan hipotesis
Ho = banyaknya transaksi di atm bank X tidak bergantung nama nama hari.
H1 = banyaknya transaksi di atm bank X bergantung nama nama hari.

2. Penentuan frekuensi harapan

1
Fe = (130+110+120+109+132+149) = 125
6

3. Tabel pembantu uji kecocokan

senin Selasa rabu kamis jumat sabtu

Fo 130 110 120 109 132 149
Fe 125 125 125 125 125 125

4. Perhitungan 𝑥 2 2
(130−125) (110−125)2 (120−125)2 (109−125)2 (132−125)2 (149−125)2
𝑥2 = σ𝑛𝑘=0 + + + + + = 8,432
125 125 125 125 125 125
Nilai 𝑥 2 = 8,432 kemudian kita bandingkan dengan nilai 𝑥 2 untuk kriteria
penolakan dan penerimaan Ho. Kriterianya adalah distribusi 𝑥 2 dengan
dk=6-1=5, tarif nyata α = 0,05
Uji pihak kanan seperti gambar berikut

Kesimpulan penelitian menunjukkan bahwa hari-hari dalam seminggu tidak

mempengaruhi banyak orang yang melakukan transaksi di ATM bank X.
Uji Kebergantungan
Uji kebergantungan atau uji tabel kontingensi digunakan untuk
menguji apakah dua variabel ( yang terletak pada baris dan kolom)
saling independen atau tidak. Jika kategori saling independen maka
nilai frekuensi observasi akan mendekati nilai frekuensi harapan.
Apabila banyak baris adalah r dan banyak kolom adalah k , dan
besarnya sample adalah n , nilai harapan baris ke-i dan kolom ke-j
dapat diperoleh dengan rumus :
Contoh :
Tabel data pegawai suatu bank yaang dikategorikan berdasarkan jenis
kelamin dan umur. Ujilah hipotesis bahwa jenis kelamin dan umur
pegawai adalah independen dengan tingkat signifikan 0,01.
Tabel 15.3 Pegawai suatu bank yang dikategorikan berdasarkan jenis
kelamin dan umur.
Jenis Kelamin
Umur Total Baris
Pria Wanita
Dibawah 30 55 45 100
30 atau lebih 85 15 100
Total Kolom 140 60 200
Penyelesaian:
• 1. Rumusan hipotesis
Ho = Jenis Kelamin dan umur pengunjung independen.
H1 = Jenis Kelamin dan umur pengunjung tidak independen.

2. Nilai Kritis
Df =r(r-l)(k-l)=(2-1)(2-1)=1
Statistik Uji 𝑥 2 (0,001;1)= 6,63
Total Ho jika 𝑥 2 hitung > 6,63
2. Nilai Kritis
Df =r(r-l)(k-l)=(2-1)(2-1)=1
Statistik Uji 𝑥 2 (0,001;1)= 6,63
Total Ho jika 𝑥 2 hitung > 6,63

3. Nilai Hitung
Perhitungan nilai frekuensi harapan pada sel jenis kelamin pria dan umur dibawah
3 adalah :
fe11=100x140/200= 70
Hasil Perhitungan
Frekuensi Harapan
Jenis Kelamin
Umur Total Baris
Pria Wanita Statistik X² :
(50-70)² / 30 + (45-30)² / 30 + (85-70)² / 70 + (15-30)² / 30 : 21,4
Dibawah 30 70 30 100
30 atau lebih 70 30 100
Total Kolom 140 60 200

4. Simpulan
Dengan tingkat signifikansii 1% Ho ditolak karena nilai