Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

© Rahmad Wijaya, 20031 Chi Square ( X 2 ) Rahmad Wijaya.

Presentasi serupa


Presentasi berjudul: "© Rahmad Wijaya, 20031 Chi Square ( X 2 ) Rahmad Wijaya."— Transcript presentasi:

1 © Rahmad Wijaya, Chi Square ( X 2 ) Rahmad Wijaya

2 © Rahmad Wijaya, Uji Goodness of Fit v Seberapa tepat frekuensi yang teramati (observed frequencies) cocok dengan frekuensi yang diharapkan (expected frequencies). v Dapat dipergunakan untuk data skala nominal, ordinal, interval, maupun rasio.

3 © Rahmad Wijaya, Ciri-ciri distribusi Chi Square v Selalu positif v df = k – 1, dimana k adalah jumlah katagori. Jadi bentuk distribusi chi square tidak ditentukan banyaknya sampel, melainkan banyaknya derajat bebas. v Bentuk distribusi chi square menjulur positif. Semakin besar derajat bebas, semakin mendekati distribusi normal.

4 © Rahmad Wijaya, Pokok Bahasan 1. Uji Goodness of Fit : Frekuensi yang diharapkan sama 2. Uji Goodness of Fit : Frekuensi yang diharapkan tidak sama 3. Keterbatasan statistik Chi Square 4. Uji Goodness of Fit untuk menguji kenormalan suatu distribusi 5. Analisis Tabel Kontingensi

5 © Rahmad Wijaya, Uji Goodness of Fit : Frekuensi yang diharapkan sama Contoh : Manajer Personalia ingin melihat apakah pola absensi terdistribusi secara merata sepanjang enam hari kerja. Hipotesis nol yang akan diuji adalah “Absensi terdistribusi secara merata selama enam hari kerja. Taraf nyata yang digunakan adalah 0,01. Hasil dari sampel ditujukan sebagai berikut : Hari Jumlah Absen Senin12 Selasa 9 Rabu11 Kamis10 Jum’at 9 Sabtu 9 Ujilah hipotesis tersebut !

6 © Rahmad Wijaya, Langkah-langkah yang dilakukan sbb : a. Buat formulasi hipotesis : Ho : tidak ada perbedaan antara frekuensi yang teramati dengan frekuensi yang diharapkan. H1 : ada perbedaan antara frekuensi yang teramati dengan frekuensi yang diharapkan. b. Tentukan taraf nyata yang akan digunakan dalam pengujian. Misalnya : 0,05 c. Pilih uji statistik yang sesuai dengan hipotesis. Dalam kasus diatas dipergunakan rumus : dimana : f o = besarnya frekuensi yang teramati. f e = besarnya frekuensi yang diharapkan.

7 © Rahmad Wijaya, d. Buat aturan pengambilan keputusan dengan jalan membandingkan nilai X 2 dengan nilai kritis (X 2 tabel). Nilai kritis diperoleh dari tabel X 2 dengan df = k-1 dan taraf nyata 0,05. Dari tabel X 2 (0,05;5) diperoleh nilai 11,070. Aturan pengambilan keputusannya : hipotesis nol diterima bila X 2 < 11,070 dan jika X 2  11,070, maka hipotesis nol ditolak dan menerima hipotesis alternatif. e. Lakukan pengambilan sampel dan hitung nilai chi square. Buat keputusan untuk menolak atau menerima hipotesis nol. Penghitungan Chi Square : Hari f o f e f o - f e (f o -f e ) 2 (f o -f e ) 2 /f e Senin ,4 Selasa ,1 Rabu ,1 Kamis Jum'at ,1 Sabtu ,1 Jumlah6000,8 Jadi X 2 = 0,8. Karena X 2 < 11,070, maka hipotesis nol diterima yang bearti absensi terdistribusi secara merata.

8 © Rahmad Wijaya, Uji Goodness of Fit : Frekuensi yang diharapkan tidak sama Contoh : Tabel berikut adalah jumlah mahasiswa yang terdaftar berdasakan fakultas di Universitas Midwestern. FakultasJml mhs Jml mhs terdaftar yg mengembalikan kuesioner. Seni dan sain Administrasi bisnis Pendidikan Teknik Hukum85015 Farmasi Univ. College Editor majalah mahasiswa memilih nama-nama secara acak dari masing- masing fakultas dan mengirim kuesioner. Jumlah mahasiswa yang mengembalikan kuesioner menurut fakultas ditunjukkan pada kolom 2 dalam tabel diatas. Dengan taraf nyata 5 %, tentukan apakah jumlah mahasiswa yang mengembalikan kuesioner menurut fakultas dapat mencerminkan populasi mahasiswa di Universitas Midwestern.

9 © Rahmad Wijaya, Penyelesaian : 1. Formulasi hipotesis. Ho : jumlah mahasiswa yang mengembalika kuesioner mencerminkan populasi mahasiswa di universitas Midwestern. H1 : jumlah mahasiswa yang mengembalika kuesioner tidak mencerminkan populasi mahasiswa di universitas Midwestern. 2. Taraf nyata 5 % 3. Pilih uji statistik (sama seperti pembahasan diatas) 4. Aturan pengambilan keputusan : df = k – 1 = = 6 X 2 tabel = 12,592 H o diterima jika X 2 < 12,592 H o ditolak jika X 2  12,592 (menerima H 1 ) 5. Hitung X 2 Untuk menghitung X 2 perlu dilakukan transformasi data. Data jumlah mahasiswa terdaftar dihitung proporsinya dengan jumlah kuesioner yang kembali. Haslnya seperti pada tabel berikut :

10 © Rahmad Wijaya, Jml MhsJml mhs ygProporsi mhs Fakultasterdaftarmengembalikanterdaftar kuesioner Seni dan sain ,27 Administrasi bisnis ,14 Pendidikan ,19 Teknik ,08 Hukum850150,05 Farmasi ,07 Univ. College ,20 Total Kemudian hitung X 2 dengan f o = jumlah mahasiswa yang mengembalikan kuesioner, f e = jumlah mahasiswa terdaftar yang dihitung dari proporsi dikalikan dengan jumlah total mahasiswa yang mengembalikan kuesioner. Hasilnya sebagai berikut : 4700 / 17200

11 © Rahmad Wijaya, FakultasfoProporsife(fo-fe)2/fe Seni dan sain900,2781 1,00 Administrasi bisnis450,1442 0,21 Pendidikan600,1957 0,16 Teknik300,0824 1,50 Hukum150, Farmasi150,0721 1,71 Univ. College450,2060 3,75 Total3001, ,33 jumlah mahasiswa yang mengembalikan kuesioner mencerminkan populasi mahasiswa di universitas Midwestern. Kesimpulan hipotesis nol diterima, karena X 2 < 12,592 (8,33 < 12,592) berarti jumlah mahasiswa yang mengembalikan kuesioner mencerminkan populasi mahasiswa di universitas Midwestern.

12 © Rahmad Wijaya, Keterbatasan statistik Chi Square Tidak dapat dipergunakan bila ada satu atau lebih nilai frekuensi yang diharapkan dalam sel yang nilainya kecil sekali, sehingga kesimpulannya bisa salah. Cara mengatasinya :  Jika tabel hanya terdiri dari dua sel, maka frekuensi yang diharapkan untuk masing-masing sel seharusnya tidak kurang dari 5.  Untuk tabel yang mempunyai lebih dari dua sel, X2 seharusnya tidak digunakan jika lebih dari 20 % frekuensi yang diharapkan memiliki nilai kurang dari 5. Jika memungkinkan sel-sel yang bernilai kurang dari 5 dapat digabungkan menjadi satu dengan harapan nilainya lebih dari 5.

13 © Rahmad Wijaya, Contoh : Perusahaan terminal komputer melaporkan dalam sebuah iklannya bahwa bila dipergunakan secara normal, masa pakai rata-rata terminal komputer hasil produksinya adalah 6 tahun dan deviasi standarnya sebesar 1,4 tahun. Dari seuah sampel sebesar 90 unit terminal komputer yang terjual 10 tahun yang lalu diperoleh informasi mengenai distribusi masa pakai seperti yang tampak pada tabel dibawah ini. Dengan menggunakan taraf nyata 5 %, dapatkah perusahaan menarik kesimpulan bahwa masa pakai terminal komputer hasil produksinya terdistribusi normal ? Masa Pakai (tahun) Frekuensi 0 – 47 4 – – – – 816 > 86 Total90 4. Uji Goodness of Fit untuk menguji kenormalan suatu distribusi

14 © Rahmad Wijaya, Penyelesaiannya : a. Hitung luas daerah dibahwa kurna normal untuk masing-masing katagori.Rumus yang dipergunakan adalah : Dimana : X = batas bawah dan batas atas kelas.  = nilai rata-rata  = standar deviasi b. Hitung frekuensi yang dihrapkan dengan megkalikan luas daerah dibawah kurva normal dengan jumlah sampel. Hasil sbb : Masa Pakai Frek.nilai ZDaerahFrekuensi (tahun)yang diharapkan < -1,430,07646, ,43 s/d -0,710,162514, ,71 s/d 0,000,261123, ,00 s/d 0,710,261123, ,71 s/d 1,430,162514,625 > 86 > 1,430,07646,876 Total90190

15 © Rahmad Wijaya, c. Hitung Chi Square Nilai X 2 tabel dengan df = k - 1 = 6 – 1 = 5 dan taraf nyata 5 % diperoleh nilai 11,070 H o : masa pakai komputer terdistribusi normal H 1 : masa pakai komputer tidak terdistribusi normal H o diterima jika X 2 < 11,070 H o dittolak jika X 2  11,070 (menerima H 1 ) Masa Pakai (tahun) f o f e (f o -f e ) 2 /f e 0 – 476,8760, – 51414,6250, – 62523,4990, – 72223,4990, – 81614,6250, > 866,8760, Total90900, Kesimpulan : Karena nilai X 2 hitung sebesar 0,46 lebih kecil dari 11,070, maka hipotesis nol diterima yang berarti masa pakai komputer terdistribusi normal.

16 © Rahmad Wijaya, Uji Goodness of Fit dapat pula dipergunakan untuk menguji hubungan dua fenomena.. Contoh : Hasil penelitian mengenai tingkat tekanan psikologis dikaitkan dengan usia responden yang diakibatkan pekerjaanya tampak pada tabel berikut : Umur (th)Derajat tekanan (banyaknya pramuniaga) RendahMenengahTinggi < – – > Total Ujilah apakah ada hubungan antara usia dan tingkat tekanan psikologis pada taraf natay sebesar 0,01 ? 5. Analisis Tabel Kontingensi

17 © Rahmad Wijaya, Pemecahan : a. Formulasi Ho : Tidak terdapat hubungan antara usia dengan tingkat tekanan psikologis H1 : Ada hubungan antara usia dengan tingkat tekanan psikologis b. Hitung derajat bebas. df = (jumlah baris – 1) x (jumlah kolom – 1) df = (4 – 1)(3 –1) = 6 taraf nyata = 0,01 Nilai kritis (X 2 tabel) = 16,812 c. Hitung frekuensi yang diharapkan dengan rumus

18 © Rahmad Wijaya, Hasil perhitungan : Derajat tekanan Umur (th) RendahMenengah Tinggi Total fofefofefofefofe < – – > Total d. Hitung X2 X 2 = (20-19) 2 /19 + (18-20) 2 /20 + (22-20) 2 /20 +(50-45) 2 /45 + (46-48) 2 /48 + (44-47) 2 /47 +(58-58) 2 /58 + (63-61) 2 /61 + (59-60) 2 /60 +(34-39) 2 /39 + (43-41) 2 /41 + (43-40) 2 /40 X 2 = 2,191 e. Kesimpulan Karena 2,191 < 16,812, maka ho diterima berarti tidak ada hubungan antara usia dengan tekanan psikologis. (60 x 168 ) / 500


Download ppt "© Rahmad Wijaya, 20031 Chi Square ( X 2 ) Rahmad Wijaya."

Presentasi serupa


Iklan oleh Google