STATISTIK NON PARAMETRIK CHI SQUARE STATISTIK NON PARAMETRIK

Chi Square Merupakan suatu alat uji statistik untuk mengetahui perbedaan frekuensi pengamatan dan yang diharapkan Digunakan untuk menguji hipotesis deskriptif dan hipotesis komparatif independen

Hipotesis deskriptif merupakan dugaan terhadap nilai satu variabel dalam satu sample yang didalamnya terdapat beberapa kategori Contoh Pelemparan dadu 120 kali, kita akan menguji kesetimbangan dadu . Dadu setimbang jika setiap sisi dadu akan muncul 20 kali. H0: setiap sisi akan muncul = 20 kali. H1: ada sisi yang muncul ≠20 kali.

Hipotesis Komparatif Independen merupakan dugaan terhadap perbandingan nilai dua sample atau lebih yang tidak berpasangan. Contoh ; Ho : tidak terdapat perbedaan antara birokrat, akademisi, dan pebisnis dalam pemilihan parpol Ha : terdapat perbedaan antara birokrat, akademisi, dan pebisnis dalam pemilihan parpol

Dalam pengujian hipotesis, distribusi chi square digunakan untuk mengetahui perbedaan antara frekuensi pengamatan dan frekuensi yang diharapkan. Penggunaan ; Kompatibilitas Independensi Pengujian hipotesis satu varian

Kompatibilitas ( Test of Goodness Fit ) Mengetahui apakah suatu himpunan frekuensi yang diharapkan sama dengan frekuensi yang diperoleh dari hasil pengamatan

HIPOTESIS Ho = frekuensi pengamatan sesuai dengan frekuensi yang diharapkan Ha = frekuensi pengamatan tidak sesuai dengan frekuensi yang diharapkan Syarat Uji Chi Square Tidak ada sel dengan frekuensi harapan <1 banyak sel dengan expected frequency < 5 tidak lebih dari 20% dari banyak sel seluruhnya

Dalam ujian Statistika, 90 orang mahasiswa mendapat nilai sebagai berikut : 25 orang mendapat nilai A 30 orang mendapat nilai B 17 orang mendapat nilai C 10 orang mendapat nilai D 8 orang mendapat nilai E Apakah nilai mahasiswa tahun ini mempunyai distribusi yang sama ? (gunakan  = 0,05)

Analisis dengan SPSS Buka SPSS Pada Variabel View inputkan Nilai, Observasi; kemudian inputkan nilainya Klik : ANALYZE  NONPARAMETRIC TEST  CHI SQUARE Klik NILAI, pindahkan ke Test Variabel List Pada expected values : pilih VALUES ( isikan semua jumlah sample yang diharapkan )

Dalam ujian Statistika, 90 orang mahasiswa mendapat nilai sebagai berikut : 25 orang mendapat nilai A 30 orang mendapat nilai B 17 orang mendapat nilai C 10 orang mendapat nilai D 8 orang mendapat nilai E Bila pada tahun-tahun sebelumnya, mahasiswa yang mendapat nilai A sebanyak 30%, B 20%, C 35%, D 7% dan E 8%, apakah nilai mahasiswa tahun ini mempunyai distribusi yang sama dengan nilai mahasiswa tahun-tahun sebelumnya ? (gunakan  = 0,05)

Uji Independensi Dilakukan dengan Analisis Crosstab untuk Uji Ketergantungan (Test of Independence) Menampilkan tabulasi silang yang menunjukkan suatu distribusi bersama & pengujian hubungan antara 2 variabel atau lebih

Olah data Klik analyze  Descriptive Statistic  Crosstab  masukkan variabel pada row dan collumn Statistic  tick chi square Cell  tick expected dan observed  continue Abaikan yang lain  OK

Kriteria Tensi Pekerjaan Dosen Pekerja Pabrik Akuntan Dokter Sangat tinggi 18 10 20 8 Tinggi 23 27 15