Statistika Industri II
Jurusan Teknik Industri
Sekolah Tinggi Teknologi Garut
𝜒 2 = Chi Square
Uji kai kuadrat (dilambangkan dengan "χ2" dari huruf Yunani "Chi"
dilafalkan "Kai") digunakan untuk menguji dua kelompok data baik
variabel independen maupun dependennya berbentuk kategorik atau
dapat juga dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih,
sehingga datanya bersifat diskrit.
Dasar uji kai kuadrat itu sendiri adalah membandingkan perbedaan frekuensi hasil
observasi (O) dengan frekuensi yang diharapkan (E). Perbedaan tersebut meyakinkan
jika harga dari Kai Kuadrat sama atau lebih besar dari suatu harga yang ditetapkan
pada taraf signifikan tertentu (dari tabel χ2).
𝜒 2 = Chi Square
Distribusi Kai Kuadrat berguna sebagai kriteria untuk pengujian hipotesis mengenai varians dan juga untuk uji
penerapan suatu fungsi (test goodness of fit) apabila digunakan untuk data hasil observasi atau data empiris.
Selanjutnya, dapat ditentukan apakah data berdasarkan sampel mendekati suatu distribusi teoritis tertentu
(Binomial, Poisson, atau Normal).
Apabila 𝑍𝑖 = 𝑁(0,1) = variable normal dengan rata-rata 0 dan varians sama dengan 1, atau E(Z) = 0, 𝜎𝑧2 = 1, maka
jumlah 𝑍12 + 𝑍22 + … + 𝑍𝑘2 sama dengan 𝜒𝑘2 dengan derajat kebebasan (degrees of freedom) sebesar k.
𝑘
𝜒𝑘2 = 𝑍𝑖2
𝑖=1
Kalau himpunan yang terdiri n variable acak 𝑋 = 𝑋𝑖 , dimana 𝑋𝑖 ~𝑁 𝜇, 𝜎 2 untuk semua i(I = 1, 2, …, n), maka
dapat diperoleh variable Z dengan formulasi:
𝑋𝑖−𝜇
𝑍𝑖 = N (0,1), I = 1, 2, …, n
𝜎
𝑛 𝑋𝑖 −𝜇 2
𝜒𝑛2 = σ𝑖=1 ; kai kuadrat denagn derajat kebebasan sebesar n
𝜎
𝜒 2 = Chi Square
Untuk keperluan perhitungan nilai 𝜒 2 , suatu table kai-kuadrat telah ditentukan dengan symbol 𝜈, r, atau n atau
sering disingkat d.o.f atau d.f.
Untuk v > 100, distribusi kai-kuadrat mendekati distribusi normal, dimana variable Z sebagai normal baku dapat
diperoleh dengan cara berikut: 𝑍 = 2𝑥 2 - 2𝑣 − 1
Cara Membaca Tabel 2
(𝑓 −𝑓 ) 2
𝜒2 = σ𝑘𝑖=1 0 ℎ
𝑓ℎ
Keterangan :
O = frekuensi hasil observasi
E = frekuensi yang diharapkan.
Nilai E = (Jumlah sebaris x Jumlah Sekolom)/ Jumlah data
df = (b-1) (k-1)
Goodness of Fit
10
Distribusi Chi-Square
Distribusi chi-square dapat diaplikasikan dalam beberapa pengujian. Pada bab ini akan dibahas aplikasi
chi-square untuk uji kebaikan suai (Goodness of Fit-test), uji kenormalan data dan uji independensi atau
analisis tabel kontingensi (contingency table analysis).
Goodness of Fit
Aplikasi chi-square yang pertama adalah menguji kesamaan antara nilai yang
sebenarnya terjadi dengan nilai yang diharapkan (expected value). Formula chi-square
yang digunakan adalah:
k
Oi Ei 2
2
i1 Ei
Di mana O menunjukkan nilai obervasi atau nilai nyata dari sebuah data sedangkan E
menunjukkan nilai ekspektasi atau nilai harapan dari sebuah data.
Goodness of Fit
Solusi:
Nilai 0,2 diperoleh dari probabilitas konsumen menyukai salah satu varian warna. Misalnya probabilitas
konsumen menyukai warna merah adalah 1/5 atau 0,2.
Observasi Ekspektasi (O E ) 2
Kategori
(O) (E)
O–E (O – E)2 E
Hitam 10 12 -2 4 0,33
Silver 15 12 3 9 0,75
Merah 8 12 -4 16 1,33
Biru 18 12 6 36 3
Kuning 9 12 -3 9 0,75
Jumlah 60 60 0 2 6,16
Nilai pada kolom ekspektasi diperoleh dari formula mencari expected value yaitu E = n . p, di mana n
merupakan banyaknya peristiwa dan p merupakan probabilitas terjadinya suatu peristiwa. Pada tabel
didapat nilai 2 sebesar 6,16.
Goodness of Fit
Langkah 4: menentukan kaidah keputusan
Dengan nilai kritis (critical value) sebesar 9,488 maka area penolakan H0 berada pada sebelah kanan nilai kritis atau
terjadi tolak H0 apabila nilai 2 lebih besar dari nilai krits (2 > 9,488).
Area tolak H0
Uji Normalitas Data
(O – E)2 (O E ) 2
Kategori O E O–E
E
S2 12 15 -3 9 0,6
S1 82 74 8 64 0,86
D3 26 37 -11 121 3,27
SMU 28 22 6 36 1,64
Jumlah 148 148 0 2 6,37
Area tolak H0
Uji Normalitas Data
Aplikasi chi-square berikutnya adalah uji kenormalan data. Dalam uji kenormalan
data ini, suatu data diteliti apakah memiliki kesesuaian dengan nilai ekspektasinya
yang mendekati kurva normal (mengikuti distribusi normal). Uji kenormalan data
menggunakan chi-square memerlukan data yang berbentuk distribusi frekuensi, nilai
rata-rata dan standar deviasinya. Sehingga jika data tidak berupa distribusi frekuensi
harus diubah terlebih dahulu ke dalam distribusi frekuensi.
Uji Normalitas Data
Ergie’s Law Firm adalah sebuah perusahaan jasa penasehat hukum saat ini memiliki 50 orang karyawan yang siap
melayani para klien. Berikut ini adalah distribusi frekuensi usia para karyawan tersebut:
Usia Frekuensi
21 - 25 7
26 - 30 13
31 - 35 15
36 - 40 9
41 - 45 6
Jumlah 50
Jika diketahui nilai rata-rata usia adalah 32,4 dengan simpangan baku sebesar 6,11, tentukan apakah data usia
tersebut berdistribusi normal atau tidak? (Gunakan taraf nyata 5%).
Uji Normalitas Data
Solusi:
Langkah 1: tentukan hipotesis
H0 : data berdistribusi normal.
H1 : data tidak berdistribusi normal.
x
z
Uji Normalitas Data
x
z
Kelas Batas bawah z1 Batas atas z2
21 – 25 20,5 -1,95 25,5 -1,13
26 – 30 25,5 -1,13 30,5 -0,31
31 – 35 30,5 -0,31 35,5 0,51 Frekuen Probabiltas Expected Value
Kelas
36 – 40 35,5 0,51 40,5 1,32 si (P) ( E n P)
41 – 45 40,5 1,32 45,5 2,14 21 – 25 7 0,1036 5,18 6
26 – 30 13 0,2491 12,455 13
31 – 35 15 0,0733 15,835 16
Kelas z1 z2 p1 p2 P 36 – 40 9 0,2116 10,58 11
21 – 25 -1,95 -1,13 0,0256 0,1292 0,1036 41 – 45 6 0,0772 3,86 4
26 – 30 -1,13 -0,31 0,1292 0,3783 0,2491 N 50 Jumlah 50
31 – 35 -0,31 0,51 0,3783 0,6950 0,3167
36 – 40 0,51 1,32 0,6950 0,9066 0,2116
41 – 45 1,32 2,14 0,9066 0,9838 0,0772
Uji Normalitas Data
Expected Value
Kelas Frekuensi Probabiltas (P)
( E n P) Langkah 4: menentukan kaidah keputusan
21 – 25 7 0,1036 5,18 6 Seperti kasus sebelumnya, kaidah keputusannya
26 – 30 13 0,2491 12,455 13 adalah terjadi tolak H0 apabila nilai 2 hitung
31 – 35 15 0,0733 15,835 16 berada di sebelah kanan nilai kritis atau nilai 2 lebih
36 – 40 9 0,2116 10,58 11 besar dari 5,991.
41 – 45 6 0,0772 3,86 4
N 50 Jumlah 50
Salah satu aplikasi uji chi-square adalah uji independensi antara dua faktor. Uji independensi ini bertujuan untuk
mengetahui hubungan antara dua variabel. Dalam uji independensi ini dikenal istilah tabel kontingensi (contingency
table) sehingga disebut pula analisis tabel kontingensi. Tabel kontingensi adalah tabel berukuran baris (r) dan kolom
(c) tertentu yang memuat data-data dari sampel.
Untuk meningkatkan tingkat produktivitas karyawan di PT. Alexandria Paint, pihak perusahaan mengadakan
suatu pelatihan terhadap 112 orang karyawannya yang terdiri dari 68 orang pria dan 44 orang wanita. Kemudian
suatu penilaian dilakukan untuk mengetahui tingkat keberhasilan program pelatihan tersebut. Hasil penilaian
tersebut disajikan ke dalam tabel kontingensi berikut:
Produktivitas
Karyawan Jumlah
Naik Tetap Turun
Pria 18 27 23 68
Wanita 24 12 8 44
Jumlah 42 39 31 112
Berdasarkan hasil penilaian tersebut, telitilah apakah terdapat hubungan antara jenis kelamin karyawan dengan
tingkat produktivitas setelah pelatihan! (taraf nyata 1%).
Contingensy Table Analysis
Langkah 1: menentukan hipotesis uji
H0: tidak terdapat hubungan jenis kelamin dengan tingkat produktivitas
H1: terdapat hubungan jenis kelamin dengan tingkat produktivitas
Seperti pada kategori karyawan pria yang produktivitasnya naik, maka nilai ekspektasinya adalah:
Dengan cara yang sama, maka diperoleh nilai ekspektasi untuk kategori yang lain adalah sebagai berikut:
Produktivitas
Jumlah
Karyawan Naik Tetap Turun
Oi Ei Oi Ei Oi Ei Oi Ei
Pria 18 25 27 24 23 19 68 68
Wanita 24 17 12 15 8 12 44 44
Jumlah 42 42 39 39 31 31 112 112
Contingensy Table Analysis
Perhatikan, jumlah nilai observasi (Oi) dengan nilai ekspektasi (Ei) harus sama besar. Untuk mencari nilai chi-square
maka digunakan formula:
Jawab :
HIPOTESIS :
Ho : P1 = P2 (Tidak ada perbedaan proporsi anemia pada kedua kelompok tersebut)
Ho : P1 ≠ P2 (Ada perbedaan proporsi anemia pada kedua kelompok tersebut)
PERHITUNGAN :
Untuk membantu dalam perhitungannya kita membuat tabel silangnya seperti ini:
Contoh Kasus 1
Dari tabeli kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel = 3.841.
KEPUTUSAN STATISTIK
Bila nilai hitung lebih kecil dari nilai tabel, maka Ho gagal ditolak, sebaliknya bila nilai hitung lebih besar atau sama dengan nilai
tabel, maka Ho ditolak. Dari perhitungan di atas menunjukan bahwa χ2 hitung < χ2 tabel, sehingga Ho gagal ditolak.
KESIMPULAN
Tidak ada perbedaan yang bermakna proporsi antara kedua kelompok tersebut. Atau dengan kata lain tidak ada hubungan
antara asupan lauk dengan kejadian anemia.
Latihan 1
Hotel Zambrudia adalah salah satu hotel berbintang empat. Hotel tersbut memiliki 6 kamar kategori
president suite. Selama satu bulan terakhir tingkat hunian di 6 kamar tersebut adalah sebagai berikut:
PT. Dian Cahaya merupakan perusahaan yang bergerak di bidang kelistrikan. Menjelang akhir tahun,
manajer keuangan ingin mengevaluasi seberapa efektif penentuan anggaran yang dilakukan sehingga
pengendalian keuangan dapat terjaga. Berikut adalah anggaran perusahaan tiap triwulan dan
realisasinya:
Jika nilai taraf nyata sebesar 5%, apakah besarnya anggaran yang ditetapkan sesuai dengan
realisasinya?
Latihan 3
PT. Indotex akan mengevaluasi kinerja bagi buruh pabrik. Guna kepentingan penelitian, bagian riset
ingin mengetahui apakah jam kerja dari para buruh pabrik berdistribusi normal. Untuk itu diambil
sampel sebanyak 300 orang buruh dengan jam kerja sebagai berikut:
Jam Kerja Frekuensi
5,5 – 6,5 20
6,6 – 7,5 54
7,6 – 8,5 130
8,6 – 9,5 68
9,6 – 10,5 28
Total 300
Jika diketahui nilai rata-rata jam kerja adalah 8 jam dengan simpangan baku sebesar 0.7, tentukan
apakah data jam kerja tersebut berdistribusi normal atau tidak? (Gunakan taraf nyata 5%).
Latihan 4
Sebuah penelitian dilakukan untuk mencari hubungan antara tingkat pendidikan dengan pendapatan
per bulan yang diperoleh. Berikut adalah data selengkapnya:
Pada taraf nyata 10%, apakah terdapat hubungan antara tingkat pendidikan dengan pendapatan yang
diperoleh?
Terima kasih