Anda di halaman 1dari 34

STATISTIK (ESA 310)

PERTEMUAN 11
<TEAM DOSEN>
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER
VISI DAN MISI UNIVERSITAS ESA UNGGUL
Materi Sebelum UTS
01. Pengertian dan Deskripsi Data

02. Probabilitas

03. Distribusi Probabilitas: Peubah acak diskrit

04. Distribusi Probabilitas: Peubah acak kontinu

05. Distribusi Sampling

06. Estimasi

07. Hipotesis
Materi Setelah UTS
08. Analysis of Variance

09. Regressi dan Korelasi Sederhana

10. Regressi dan Korelasi Ganda

11. Distribusi Chi-Square dan analisis frekuensi

12. Statistik non-Parametrik

13. Statistik Parametrik dengan SPSS

14. Statistik uji komparatif dan asosiatif dengan SPSS


11. Distribusi Chi-Square dan analisis
frekuensi

Tujuan: Mampu menguasai konsep diistribusi chi-


square (χ²) dan analisis frekuensi
Chi Square (2)
 Pengujian dengan menggunakan Chi Square diterapkan
pada kasus dimana akan diuji apakah frekuensi data yang
diamati (frekuensi/data observasi) sama atau tidak
dengan frekuensi harapan atau frekuensi secara teoritis
 Chi Square disebut juga dengan Kai Kuadrat.
 Chi Square adalah salah satu jenis uji komparatif non
parametris yang dilakukan pada dua variabel, di mana
skala data kedua variabel adalah nominal. (Apabila dari 2
variabel, ada 1 variabel dengan skala nominal maka
dilakukan uji chi square dengan merujuk bahwa harus
digunakan uji pada derajat yang terendah).

Statistics UEU 2017


 frekuensi observasi→ nilainya didapat dari hasil
percobaan(o)
 frekuensi harapan→ nilainya dapat dihitung secara teoritis
(e)
 Contoh : Sebuah dadu setimbang dilempar sekali (1 kali)
berapa nilai ekspektasi sisi-1, sisi-2, sisi-3, sisi-4, sisi-5 dan
sisi-6 muncul?
kategori : Sisi-1 sisi-2 Sisi-3 sisi- Sisi-5 Sisi-
4 6
frekuensi 1/6 1/6 1/6 1/6 1/6 1/6
ekspektasi (e)

Statistics UEU 2017


 Sebuah dadu setimbang dilempar 120 kali berapa nilai
ekspektasi sisi-1, sisi-2, sisi-3, sisi-4, sisi-5 dan sisi-6
muncul?

kategori : Sisi-1 Sisi-2 Sisi-3 Sisi-4 Sisi-5 Sisi-6


frekuensi 20*) 20 20 20 20 20
ekspektasi (e)

*) setiap kategori memiliki frekuensi ekspektasi yang sama yaitu : 1/6


x 120 = 20

Apakah data observasi akan sama dengan ekspektasi?


Apakah jika anda melempar dadu 120 kali maka pasti
setiap sisi akan muncul sebanyak 20 kali?
Coba lempar dadu sebanyak 120 kali, catat hasilnya, berapa
frekuensi kemunculan setiap sisi?
Catatan saudara tersebut Statistics
adalah frekuensi observasi.
UEU 2017
Bentuk Distribusi Chi Kuadrat (χ²)

 Nilai χ² adalah nilai kuadrat karena itu nilai χ² selalu


positif.
 Bentuk distribusi χ² tergantung dari derajat bebas(df)/degree
of freedom.

Berapa nilai χ² untuk db = 5 dengan α = 0.010? (15.0863)


Berapa nilai χ² untuk db = 17 dengan α = 0.005? (35.7185)

Statistics UEU 2017


Syarat Uji Chi Square
 Uji chi square merupakan uji non parametris yang paling banyak
digunakan. Namun perlu diketahui syarat-syarat uji ini adalah:
frekuensi responden atau sampel yang digunakan besar, sebab
ada beberapa syarat di mana chi square dapat digunakan yaitu:
 Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga
Actual Count (Fo) sebesar 0 (Nol).
 Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1
cell saja yang memiliki frekuensi harapan atau disebut juga
expected count (“Fh”) kurang dari 5.
 Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah
cell dengan frekuensi harapan yang kurang dari 5 tidak boleh
lebih dari 20%.

Statistics UEU 2017


Jenis Uji Chi Square
 Rumus chi-square sebenarnya tidak hanya ada satu. Apabila
tabel kontingensi bentuk 2 x 2, maka rumus yang digunakan
adalah “koreksi yates”.
 Apabila tabel kontingensi 2 x 2, tetapi cell dengan frekuensi
harapan kurang dari 5, maka rumus harus diganti dengan
rumus “Fisher Exact Test”.
 Rumus untuk tabel kontingensi lebih dari 2 x 2, rumus yang
digunakan adalah “Pearson Chi-Square”,
Rumus: ( f  f ) 2
2   o e
fe Dimana :
χ2 : Chi Square
fo : Frekuensi Observasi
fe : Frekuensi Ekspektasi

Statistics UEU 2017


Untuk memahami apa itu “cell”, lihat tabel di bawah ini:

Tabel Kontingensi Chi Square

Tabel di atas, terdiri dari 6 cell, yaitu cell a, b, c, d, e dan f.

Statistics UEU 2017


• Sebagai contoh kita gunakan penelitian dengan judul
“Perbedaan Pekerjaan Berdasarkan Pendidikan”.
• Maka kita coba gunakan data sebagai berikut:

Contoh Tabulasi Untuk


Uji Chi Square

Statistics UEU 2017


• Tabel kontigensi data di atas, variabel pendidikan
memiliki 3 kategori dan variabel pekerjaan memiliki 2
kategori, maka tabel kontingensi 3 x 2:

Contoh Tabel Kontingensi


Chi-Square

Membuat Frekuensi Kenyataan (fo) Rumus Chi Square


Dari tabel di atas, diperoleh Tabel frekuensi kenyataan:
Cell fo
a 11
Hitung fo Uji
b 9 Chi-Square
c 8
d 16
e 7
Statistics UEU 2017
f 9
Membuat Frekuensi Kenyataan (fe) Rumus Chi Square

Langkah berikutnya kita hitung nilai frekuensi harapan per


cell, rumus menghitung frekuensi harapan adalah
sebagai berikut:
1. Fe= (Jumlah Baris/Jumlah Semua) x Jumlah Kolom
2. Fe cell a = (20/60) x 26 = 8,667
3. Fe cell b = (20/60) x 34 = 11,333
4. Fe cell c = (24/60) x 26 = 10,400
5. Fe cell d = (24/60) x 34 = 13,600
6. Fe cell e = (16/60) x 26 = 6,933
7. Fe cell f = (16/60) x 34 = 9,067

Statistics UEU 2017


• Maka kita masukkan ke dalam tabel sebagai berikut:

Cell fo fe
Hitung Fe Rumus
a 11 8,667 Chi-Square
b 9 11,333
c 8 10,400
d 16 13,600
e 7 6,933
f 9 9,067

Statistics UEU 2017


Membuat Kuadrat Frekuensi Kenyataan Rumus Chi
Square
Langkah berikutnya adalah menghitung Kuadrat
dari Frekuensi Kenyataan dikurangi Frekuensi Harapan
per cell.
Cell fo fe fo-fe (fo-fe)2
a 11 8,667 2,333 5,444 Tabel Hitung Chi-
Square
b 9 11,333 -2,333 5,444

c 8 10,400 -2,400 5,760

d 16 13,600 2,400 5,760

e 7 6,933 0,067 0,004

f 9 9,067 -0,067 0,004


Statistics UEU 2017
Hitung Nilai Chi Square
Tabel Hitung Chi-Square akhir
Cell fo fe fo-fe (fo-fe)2 (fo-fe)2
/fe
a 11 8,667 2,333 5,444 0,628
b 9 11,333 -2,333 5,444 0,480
c 8 10,400 -2,400 5,760 0,554
d 16 13,600 2,400 5,760 0,424
e 7 6,933 0,067 0,004 0,001
f 9 9,067 -0,067 0,004 0,000

Maka Nilai Chi-Square (χ²)Hitung adalah sebesar: 2,087.

Statistics UEU 2017


Chi Square Hitung VS Chi Square Tabel

 Untuk menjawab hipotesis, bandingkan chi-square


hitung dengan chi-square tabel pada derajat kebebasan
atau degree of freedom (DF) tertentu dan taraf
signifikansi tertentu.
 Apabila chi-square hitung >= chi-square tabel, maka
perbedaan bersifat signifikan, artinya H0 ditolak atau Ha
diterima.

Statistics UEU 2017


Test of Independensi

• Uji ini digunakan untuk menentukan apakah ada hubungan


antara dua faktor (variabel). Apabila dua variabel tersebut
mempunyai keterkaitan disebut bersifat tidak bebas (Non-
independent). Sebaliknya, jika kedua variabel tersebut TIDAK
mempunyai keterkaitan dikatakan bersifat Independent (tidak
saling mempengaruhi)
• Alat uji yang digunakan:
( f  f ) 2
2   o e

fe

Statistics UEU 2017


Contoh kasus:Kasus :
Dari 100 karyawan di PT XYZ, 60 adalah pria dan 40 adalah
wanita. Dari 60 orang pria ternyata 10 menyukai pakaian
warna merah muda, 20 menyukai warna putih dan 30
menyukai warna biru. Sedangkan dari 40 orang karyawan
wanita, 20 menyukai warnal merah muda, 10 menyukai warna
putih dan 10 menyukai warna biru. Dengan tingkat
kepercayaan 95% apakah terdapat hubungan antara
pemilihan warna dengan jenis kelamin?

Statistics UEU 2017


JAWAB :
 Hipotesa
H0 : Pilihan warna pakaian dan jenis kelamin saling
independen (tidak ada hubungan)
Ha : Pilihan warna pakaian dan jenis kelamin tidak
saling independen (ada hubungan)
Terima H0 jika Nilai hitung < Nilai table dan tolak H0 jika
Nilai hitung > Nilai tabel.

 Nilai tabel
Derajat kebebasan = (r-1)(c-1) = (3-1)(2-1) = 2 dengan
taraf nyata 5% maka nilai tabel = 5.991

Statistics UEU 2017


 Nilai hitung
( fo  fe )2
 
2

fe

Frekuensi Observasi (fo)

Warna Pria Wanita Jumlah


pakaian
Merah Muda 10 20 30
Putih 20 10 30
Biru 30 10 40

Jumlah 60 40 100

Statistics UEU 2017


Frekuensi Ekspektasi (fe)
Warna Pria Wanita
pakaian
Merah 30x60/100 = 30x40/100 =
Muda 18 12
Putih 18 12
Biru 24 16

Maka :

 
2 10  18
2

(20  12) 2 (20  18) 2 (10  12) 2 (30  24) 2 (10  16) 2
   
18 12 18 12 24 16
 2  13.19

 Kesimpulan :
Nilai hitung > Nilai tabel atau 13.19 > 5.99 maka tolak H0 atau
antara pemilihan warna pakaian tidak saling independen (ada
hubungan) Statistics UEU 2017
Goodness of Fit

 Uji Goddness of Fit bertujuan untuk mengetahui apakah


sebuah distribusi data dari sampel mengikuti sebuah distribusi
teoritis tertentu atau tidak.
 Goodness of Fit akan membandingkan dua distribusi data,
yaitu yang teoritis (frekuensi harapan) dan yang sesuai
kenyataan (frekuensi observasi).

Statistics UEU 2017


Contoh Kasus :
Berikut ini adalah hasil survey terhadap 1000 perokok terhadap 5
merek rokok yang mereka pilih :
Preferensi Merk Jumlah
rokok Konsumen (fo)
A 210
B 310
C 170
D 85
E 225

Jumlah 1000

a. Ujilah apakah preferensi konsumen dalam memilih merek


rokok sama pada alpha 5%!
b. Ujilah apakah yang memilih rokok merek A 20%, merek B 30%,
merek C 15%, merek D 10% dan merek E 25% pada alpha 5%?
Statistics UEU 2017
Jawab :
 Hipotesa
H 0 : PA  PB  Pc  PD  PE
H a : PA  PB  PC  PD  PE

H 0 : PA  0.2; PB  0.3; Pc  0.15; PD  0.1; PE  0.25


H a : PA  0.2; Pb  0.3; PC  0.15; PD  0.1; PE  0.25

 Terima H0 jika Nilai χ² hitung < Nilai χ² table dan tolak H0 jika
Nilai χ² hitung > Nilai χ² tabel

 Nilai χ² tabel
Derajat kebebasan = k -1 = 5 – 1 = 4 dengan taraf nyata 5%
maka nilai χ² tabel = 9.4888.
Statistics UEU 2017
 Nilai χ² hitung
( fo  fe )2
 
2

fe

Untuk nilai hitung a :


Prefere Jumlah Fe
nsi Konsu Jika
Merk men p1=p2=
rokok (fo) p3=p4=
p5=0.2 ( f o  f e ) ( f  f ) 2  f o  f e 2
o e
fe
A 210 200 10 100 0.5
B 310 200 110 12100 60.5
C 170 200 -30 900 4.5
D 85 200 -115 13225 66.125
E 225 200 25 625 3.125

Jumla 1000 1000


h
  134,75
Statistics UEU 2017
Untuk nilai χ² hitung b :
Prefere Jumlah Fe
nsi Konsum JIka
Merk en (fo) P1 = 0.2; P2
rokok = 0.3; P3 =  f o  f e 2
0.15; P4 = 0.1 ( fo  fe ) ( fo  fe ) 2

fe
dan P5= 0.25

A 210 200 10 100 0,5


B 310 300 10 100 0,3333
C 170 150 20 400 2,6667
D 85 100 -15 225 2,25
E 225 250 -25 625 2,5

Σ=
Jumlah 1000 1000 8,25

Statistics UEU 2017


Soal:
1. Sebuah perguruan tinggi swasta yakin bahwa untuk mata
kuliah statistika, persentasi mahasiswa yang akan mendapat
nilai A adaslah 10%, nilai B adalah 20%, nilai C adalah 40%,
nilai D 20 % dan yang mendapat nilai E sebesar 10%. Dari
hasil ujian akhir sebanyak 50 mahasiswa didapat hasil
sebagai berikut :
Nilai Jumlah mahasiswa
A 10
B 10
C 10
D 14
E 6
Jumlah 50
Dengan melihat hasil tersebut, benarkah pernyataan dosen
perguruan tinggi swasta tersebut pada alpha 5%?

Statistics UEU 2017


2. Berikut ini dilakukan penelitian untuk mengetahui apakah
terdapat hubungan antara status dengan pengeluaran per
bulan. Dari 200 mahasiswa 100 mengaku punya pacar, dan
sisanya jomblo. Dari 100 mahasiswa yang punya pacar , 83
mengaku pengeluaran besar, 5 pengeluaran sedang dan 12
pengeluaran tetap rendah. Sedangkan dari mahasiswa yang
jomblo, 87 mengaku pengeluaran tinggi, 11 pengeluaran
sedang dan 2 pengeluaran rendah. Ujilah pada alpha 10%
apakah terdapat hubungan antara status dengan tingkat
pengeluaran mahasiswa?

Statistics UEU 2017


Kesimpulan:
1. Pengujian dengan menggunakan Chi Square diterapkan
untuk menguji apakah frekuensi data pengamatan
dengan frekuensi yang diharapkan.
2. Uji Chi Square menggunakan metode Pearson Chi-
Square dengan menampilkan Tabel kontigensi.
KEMAMPUAN AKHIR YANG DIHARAPKAN
Mahasiswa mampu menguasai konsep diistribusi chi-square dan
analisis frekuensi
Daftar Pustaka
1. Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers and
Keying Ye, 2007, Probabilitiy and Statistics for Engineers and
Scientists, 8th edition, Pearson Prentice Hall.
2. Sharma, Subhash, 1996, Applied Multivariate Techniques, John
Willey & Son, Inc., USA.
3. Johson & Wichern, 2007, Applied multivariate statistical
analysis, Upper Saddle River: Pearson Prentice Hall.
4. J. Supranto, M.A. ,2001, Statistika Teori dan Aplikasi, Erlangga,
Jakarta.
5. Douglas C. Montgomery, George C. Runger, 2003, Applied
Statistic and Probability for Engineer, third edition, John Wiley
and Son Inc.
6. Singgih Santoso, 2014, Panduan Lengkap SPSSversi 20, Alex
Media Komputindo.

Anda mungkin juga menyukai