yang
diharapkan)
2 =
i 1 j 1 eij
Apabila hipotesis benar, maka distribusi sampling
harga statistik tersebut mendekati chi-square
distribution yang beberapa harganya bisa dilihat
pada tabel 2, untuk berbagai dan d.f
Daerah Daerah
terima tolak
2
Langkah-langkah di dalam menguji hipotesis k proporsi :
Daerah Daerah
terima tolak
2
2 ( ; k-1)
2 k n eij
2 P (proporsi individu yang bersifat baik)
ij tidak diketahui hanya kita estimasikan
2 =
i 1 j 1 eij dengan proporsi kombinasi dari k
sampel yang kita ambil, yakni :
S1 S2 S3
Rusak 12 15 6 33
P = 12 5 6 33 0,11
300 300
e11 = (0,11)100 = 11 e12 = (0,11)120 = 13,2 e13 = (0,11) 80 = 8,8
e21 = 100 – 11 = 89 e22 = 120 – 13,2 = 106,8 e23 = 80 – 8,8 = 71,2
S1 S2 S3
12 112
15 13,2
2
6 8,8
2
88 89
2
2 =
11 13,2 8,8 89
Contoh:
Manager untuk perusahaan ingin mengetahui bagaimana
sikap para karyawan dari berbagai departemen yang ada di
dalam perusahaannya terhadap kondisi kerja yang
diperolehnya. Untuk penelitian yang didasarkan pada
random sampel dari para karyawan dari 4 departemen
memberikan hasil sepert tercantum dalam tabel 3 x 4
berikut ini :
Dep A Dep B Dep C Dep D Jumlah
Sangat baik 65 112 85 80 342
Cukup 27 67 60 44 198
Jelek 8 21 15 16 60
Jumlah 100 200 160 140 600
2
12,592
4. Perhitungan 2 dari sampel-sampelnya
Proporsi karyawan yang bersikap terhadap kondisi kerja : sangat
baik, cukup dan jelek diestimasikan berdasarkan proporsi kombinasi
dari keempat sampel.
65 112 85 80 342
P (sangat baik) = 0,57
600 600
27 67 60 44 198
P (cukup) = 0,33
600 600
8 21 15 16 60
P (jelek) = 0,10
600 600
198.160 60.160
342.160 e23 = 52,8 e33 = 16,0
e13 = 91,2 600
600 600
198.140 60.140
342.140 e24 = 46,2 e34 = 14,0
e14 = 79,8 600
600 600
Dep A Dep B Dep C Dep D Jumlah
Sangat baik 65/57,0 112/114,0 85/91,2 80/79,8 342
Cukup 27/33 67/66,0 60/52,8 44/46,2 198
Jelek 8/10,0 21/20,0 15/16,0 16/14,0 60
Jumlah 100 200 160 140 600
3 4 n
ij eij
2
2 =
i 1 j 1 eij
65 57,02 112 114 ,02 85 91,22 80 79,8
2
=
57,0 114 ,0 91,2 79,8
27 33,02 67 66,02 160 52,82 44 46,22
33,0 66,0 52,8 46,2
8 10,0 2 21 20,0
2
15 16,02 16 14,02
10,0 20,0 16,0 14,0
= 4,570
5. Kesimpulan : 4,570 < 12,592 H0 diterima
C. Test of Independency
Apabila individu-individu untuk populasi dapat
diklasifikasikan dalam dua variabel (kategori), tiap-tiap
kategori dapat terdiri dari beberapa alternatif. Kemudian
kita ingin menguji H0 apakah kedua variabel tersebut
independent. Untuk menguji H0 tersebut kemudian diambil
suatu sampel, individu-individu dalam sampel tersebut
diklasifikasikan dalam “two way classification”.
Test yang demikian dinamakan test of independency
(pengujian independensi), tabelnya dinamakan tabel
kontingensi.
Apabila variabel I terdiri dari k kategori dan variabel II
terdiri dari r kategori, tabelnya dapat disusun sebagai
berikut :
Tabel Kontingensi
Variabel I
Jumlah
A1 A2 A3 … Ak
. . . . . .
…
. . . .
…
. .
. . . .
…
. .
r k n eij
2
eij
ni n j
ij dimana
2 =
i 1 j 1 eij n
Cukup 10 16 10 36
makan
Jelek 2 13 20 35
Jumlah 26 35 39 100
Pendapatan
Tinggi Sedang Rendah Jumlah
Baik 14/7,54 6/10,15 9/11,31 29
Mutu bahan
Cukup 10/9,36 16/12,6 10/14,04 36
makan
Jelek 2/9,10 13/12,25 20/13,65 35
Jumlah 26 35 39 100
Penyelesaian :
H1
: Mutu bahan makan dependen dengan
tingkat pendapatan
2. Dipilih level of significance (α) 0,05
2{0,05; (r-1) (k-1)} = 2{0,05; (3-1) (3-1)} = 9,488
3. Rule of the test
Daerah
Daerah
terima
tolak
2
9,488
2 =
7,54 10,15 11,31
10 9,36 16 12,60 10 14,04
2 2
1. Hipotesis :
H0 : Dis. Frekuensi hasil observasi sesuai (fit) dengan
dis. Teoritis tertentu.
H1 : Dis. Frekuensi hasil observasi tidak sesuai
dengan dis. Teoritis tertentu
2. Penentuan level of significance ()
3. Kriteria pengujian
Daerah Daerah
terima tolak
2
( ; df)
2
2 = ei
5. Kesimpulan : Apakah H0 diterima atau ditolak
Contoh :
X X
*) Z =
S
X = 184,3 185,32
S = 14,54 14,56
a b c d e
149,5 -2,39 0,4916
150 - 158 0,0300 9
158,5 -1,77 0,4616 25,4
159 - 167 0,0846
167,5 -1,16 0,3770
168 - 176 0,1716 51,5
176,5 -0,54 0,2054
177 - 185 0,2373 71,2
185,5 0,08 0,0319
186 - 194 0,2261 67,8
194,5 0,70 0,2580
195 - 203 0,1486 44,6
203,5 1,32 0,4066
204 - 212 0,0672 20,2
212,5 1,94 0,4738
213 - 221 0,0210 6,3
221,5 2,56 0,4948
222 – 230 0,0045 1,4 7,7
230,5 3,18 0,4993
9 92
24 25,4
2
51 51,5
2
66 71,2
2
2 =
9 25,4 51,5 71,2
72 67,82 48 44,62 21 20,22 9 7,7 2
67,8 44,6 20,2 7,7
= 1,232
5. Kesimpulan : Karena 1,232 < 11,070 berarti dis.
Pengamatan tersebut merupakan
sampel dari populasi yang mempunyai dis.
normal