UJI CHI‐SQUARE Uji Chi-square atau qai-kuadrat digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung berskala nominal atau.

Slides:



Advertisements
Presentasi serupa
UJI K-SAMPEL RELATED.
Advertisements

 TES COCHRAN. Created by :  ERWIN SEPTIA AJI  HAIBAN HAJJID ARSYADANA  HANI ANNISA NAULI H  LIDYA YOHANA B  MARIA.
UJI SAMPEL TUNGGAL.
Modul 7 : Uji Hipotesis.
Kasus 2 Sampel Independen: UJI MEDIAN dan UJI FISHER
Regresi Linier Sederhana dan Korelasi
By : Ima Mulyawati Sugiarti Citra Kusumawarda ni.
ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN TOKO KUE RETNO CAKE
STATISTIK NONPARAMETRIK Kuliah 4: Uji Chi Squares untuk Dua Sampel independen dan Uji Tanda Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi.
PERTEMUAN 7 PENGUJIAN HIPOTESIS
UJI CHI-KUADRAT.
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
Nama : Ana Meilina NPM : Jurusan : Manajemen
UJI NORMALITAS Kolmogorov-Smirnov & Chi-Square Oleh: Roni Saputra, M
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
1. Hasil survey majalah kesehatan tahun 2009 di Indonesia, menunjukkan bahwa 54% dari populasi 0rang dewasamengalami masalah obesity. Untuk mengatasi masalah.
BAB IX Teknik-Taknik Analisis Korelasional Bivariant
Statistika Non Parametrik
UJI NON PARAMETRIK Ners EED.
UJI NORMALITAS DAN HOMOGENITAS
Chi Kuadrat.
Uji Perbandingan / Beda Dua Nilai Tengah
contingency tables (tabel kontingensi)
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL BERPASANGAN
UJI CHI KUADRAT.
Modul XIII ANALISIS DATA 2 (LANJUTAN)
Chi Square.
Uji Chi Kuadrat Statistika Pertemuan 14.
Aplikasi Komputer & Pengolahan Data Analisa Data Kategorik
Analisis Koefisien Korelasi Rank Spearman
UJI Mc NEMAR.
ANALISIS REGRESI.
STATISTIK INFERENSIAL
POKOK BAHASAN UJI KHI KUADRAT (Chi Square)
ANALISIS REGRESI BERGANDA
ANALISIS REGRESI BERGANDA
CHI KUADRAT.
UJI BEDA PROPORSI Chi Square.
KLASIFIKASI PENGUJIAN
Topik Bahasan: UJI CHI KUADRAT (2) Uji chi kuadrat-statistika 2.
( f 0 fe ) ( x ) fe 1 2  MODUL PERKULIAHAN SESI 2
Oleh Moh. Amin FE/AKUNTANSI UNISMA
PENGUJIAN HIPOTESIS DESKRIPTIF ( 1 SAMPEL)
Uji Konstanta (a) Regresi Linear Sederhana
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL INDEPENDEN
Pengantar Statistika Bab 1
Analisis Tabel Kontingensi
ANALISIS TABEL KONTINGENSI k  r
PENELITIAN DAN STATISTIK NON PARAMETRIK
Uji chi square (kai kuadrat)
Statistik Non Parametrik
MUHAMMAD HAJARUL ASWAD
( f 0 fe ) ( x ) fe 1 2  MODUL PERKULIAHAN SESI 2
STATISTIK INFERENSIAL Pertemuan 11
Teknik Analisis Data dengan Statistik Non Parametrik
MANN WHITNEY (UJI U).
CHI SQUARE DAN UJI PERSYARATAN ANALISIS
KORELASI.
Pengantar Statistika Bab 1
UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH
STATISTIK NON PARAMETRIK MINGGU 2
Pengujian Hipotesis 9/15/2018.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
HIPOTESIS 1 RATA-RATA.
Kai Kuadrat.
UJI FISHER EXACT.
HIPOTESIS 1 RATA-RATA.
UJI 2 SAMPEL BERPASANGAN UJI McNEMAR
Pengujian Sampel Tunggal (1)
1 ANALISIS REGRESI DAN KORELASI BERGANDA Bentuk persamaan regresi dengan dua variabel indenpenden adalah: Y = a + b 1 X 1 + b 2 X 2 Bentuk persaman regresi.
Transcript presentasi:

UJI CHI‐SQUARE Uji Chi-square atau qai-kuadrat digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung berskala nominal atau ordinal. Kegunaan Chi‐Square: Uji Chi Square berguna untuk menguji hubungan dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya (C = Coefficient of contingency).

Rumus dasar keterangan X2 = Nilai khai-kuadrat  fo = frekuensi observasi/pengamatan fe = frekuensi ekspetasi/harapan Hipotesis : H0 = Tidak ada hubungan H1 = Ada hubungan Tolak hipotesis nol (H0) apabila nilai signifikansi chi-square < 0.05 atau nilai chi-square hitung lebih besar (>) dari nilai chi-square tabel

CONTOH: UJI KOEFISIEN KONTINGENSI Peneliti ingin mengetahui apakah terdapat hubungan antara jenis kelamin dengan hobi? Data: Laki‐laki yang suka olah raga 27 Perempuan yang suka olah raga 13 Laki‐laki yang suka otomotif 35 Perempuan yang suka otomotif 15 Laki‐laki yang suka Shopping 33 Perempuan yang suka Shopping 27 Laki‐laki yang suka komputer 25 Perempuan yang suka komputer 25 Data contoh diambil dari: Mason & Lind (1999)

Langkah‐langkah Pengujian: 1. Tulis Hipotesis Ha dan Ho Ho : χ = 0, Tidak terdapat hubungan yang signifikan antara jenis kelamin dengan hobi. Ha : χ ≠ 0, Terdapat hubungan yang signifikan antara jenis kelamin dengan hobi.

2. Buat Tabel Kontingensi Tabel kontingensi berbentuk 2x4 (2 baris dan 4 kolom). Setiap kotak disebut sel, setiap sebuah kolom berisi sebuah subvariabel, setiap sebuah baris berisi sebuah subvariabel. Data: Laki‐laki yang suka olah raga 27 Perempuan yang suka olah raga 13 Laki‐laki yang suka otomotif 35 Perempuan yang suka otomotif 15 Laki‐laki yang suka Shopping 33 Perempuan yang suka Shopping 27 Laki‐laki yang suka komputer 25 Perempuan yang suka komputer 25

3. Cari nilai Frekuensi yang Diharapkan (fe) Fe untuk setiap sel = Misal: fe sel pertama = = 24 fe sel kedua = (80)(40) / 200 = 16 fe sel ketiga..dst = dihitung

4. Isikan Nilai fe ke Dalam Tabel Kontingensi

5. Hitung nilai Chi‐Square = 0,375+0,833+0,250+0,833+0,563+1,250+0,375+1,250 = 5,729

6. Tentukan kriteria pengujian ATAU 7. Tentukan nilai χ2 Tabel Taraf signifikansi (α) = 0,05. Df = (Baris‐1)(Kolom‐1) = (2‐1)(4‐1) = 3 χ2 Tabel = 7,815 8. Bandingkan χ2 hitung dengan χ2 tabel Χ2 hitung (5,729) < χ2 tabel (7,815) Ho diterima KESIMPULAN: Tidak terdapat hubungan yang signifikan antara jenis kelamin dengan hobi.

Latihan: Direktur pemasaran sebuah surat kabar harian ibukota sedang melakukan studi tentang hubungan antara lingkungan tempat tinggal pembaca dengan jenis artikel surat kabar yang dibaca. Data yang diperoleh adalah sebagai berikut: Asal Pembaca News Sport Hiburan Iklan Kota 80 65 42 36 Desa 47 52 95 12 Ujilah pada α = 0,05