You are on page 1of 28

Uji Kecocokan Model Distribusi

(Uji Chi-kuadrat & Uji Smirnov-Kolmogorov)

Uji Kecocokan
Untuk menentukan kecocokan distribusi
frekuensi dari sampel data terhadap fungsi
distribusi peluang, yang diperkirakan dapat
menggambarkan/mewakili
distribusi
frekuensi tsb, maka diperlukan pengujian
parameter.
Pengujian parameter yang dapat dipakai:
1) Chi-kuadrat
2) Smirnov-kolmogorov

Chi-kuadrat 2
Notasi 2, digunakan untuk menyatakan nilai kritis 2 (2 critical value). Nilai
kritis 2 merupakan nilai numerik pada sumbu 2 dimana luas daerah dibawah kurva
distrtibusi-2 dengan derajat kebebasan disebelah kanan 2, adalah . Gambar
1.1 mengilustrasikan notasi 2, dengan luas daerah di bawah kurva distribusi-2.
kurva 2 = kurva 2 n-1
Luas daerah
arsiran =

2 ,

Gambar 1.1 Definisi dari notasi 2,

Distribusi dan Uji Chi-Kuadrat

Tabel 1.1 Distribusi-2 : Luas ujung kurva (curve tail areas)


kurva 2 = kurva 2n-1

Luas daerah arsiran =

2 ,

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

0.995
0.000
0.010
0.072
0.207
0.412
0.676
0.989
1.344
1.735
2.156
2.603
3.074
3.565
4.075
4.601

0.990
0.000
0.020
0.115
0.297
0.554
0.872
1.239
1.647
2.088
2.558
3.053
3.571
4.107
4.660
5.229

0.975
0.001
0.051
0.216
0.484
0.831
1.237
1.690
2.180
2.700
3.247
3.816
4.404
5.009
5.629
6.262

0.950
0.004
0.103
0.352
0.711
1.145
1.635
2.167
2.733
3.325
3.940
4.575
5.226
5.892
6.571
7.261

0.900
0.016
0.211
0.584
1.064
1.610
2.204
2.833
3.490
4.168
4.865
5.578
6.304
7.041
7.790
8.547

0.100
2.706
4.605
6.251
7.779
9.236
10.645
12.017
13.362
14.684
15.987
17.275
18.549
19.812
21.064
22.307

0.050
3.841
5.991
7.815
9.488
11.070
12.592
14.067
15.507
16.919
18.307
19.675
21.026
22.362
23.685
24.996

0.025
5.024
7.378
9.348
11.143
12.832
14.449
16.013
17.535
19.023
20.483
21.920
23.337
24.736
26.119
27.488

0.010
6.635
9.210
11.345
13.277
15.086
16.812
18.475
20.090
21.666
23.209
24.725
26.217
27.688
29.141
30.578

0.005
7.879
10.597
12.838
14.860
16.750
18.548
20.278
21.955
23.589
25.188
26.757
28.300
29.819
31.319
32.801

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
32
34
36
38
40

5.142
5.697
6.265
6.844
7.434
8.034
8.643
9.260
9.886
10.520
11.160
11.808
12.461
13.121
13.787
15.134
16.501
17.887
19.289
20.707

5.812
6.408
7.015
7.633
8.260
8.897
9.542
10.196
10.856
11.524
12.198
12.878
13.565
14.256
14.953
16.362
17.789
19.233
20.691
22.164

6.908
7.564
8.231
8.907
9.591
10.283
10.982
11.689
12.401
13.120
13.844
14.573
15.308
16.047
16.791
18.291
19.806
21.336
22.878
24.433

7.962
8.672
9.390
10.117
10.851
11.591
12.338
13.091
13.848
14.611
15.379
16.151
16.928
17.708
18.493
20.072
21.664
23.269
24.884
26.509

9.312
10.085
10.865
11.651
12.443
13.240
14.041
14.848
15.659
16.473
17.292
18.114
18.939
19.768
20.599
22.271
23.952
25.643
27.343
29.051

23.542
24.769
25.989
27.204
28.412
29.615
30.813
32.007
33.196
34.382
35.563
36.741
37.916
39.087
40.256
42.585
44.903
47.212
49.513
51.805

26.296
27.587
28.869
30.144
31.410
32.671
33.924
35.172
36.415
37.652
38.885
40.113
41.337
42.557
43.773
46.194
48.602
50.998
53.384
55.758

28.845
30.191
31.526
32.852
34.170
35.479
36.781
38.076
39.364
40.646
41.923
43.195
44.461
45.722
46.979
49.480
51.966
54.437
56.895
59.342

32.000
33.409
34.805
36.191
37.566
38.932
40.289
41.638
42.980
44.314
45.642
46.963
48.278
49.588
50.892
53.486
56.061
58.619
61.162
63.691

34.267
35.718
37.156
38.582
39.997
41.401
42.796
44.181
45.558
46.928
48.290
49.645
50.994
52.335
53.672
56.328
58.964
61.581
64.181
66.766

Chi-kuadrat

Distribusi Chi-Kuadrat memiliki sifat sebagai berikut:


1. Seluruh nilainya positif
2. Tidak simetris
3. Bentuk distribusi tergantung pada derajat kebebasannya
4. Mean dari distribusi 2 adalah derajat kebebasannya ( )
5. Bentuk kurve (distribusi chi square) menjulur positif.
Semakin besar derajat kebebasannya, semakin mendekati
distribusi normal.
6. Derajat kebebasannya () = k 1atau k 3, di mana k
adalah jumlah kategori atau jumlah kelas bentuk kurve
atau distribusi chi square tidak ditentukan oleh banyaknya
sampel, melainkan oleh derajat kebebasan-nya.

Distribusi dan Uji Chi-Kuadrat

Chi-kuadrat 2

beberapa ukuran statistik deskriptif untuk distribusi chi-kuadrat.


Mean (Nilai Harapan):
x E( X )
Varians
x2 2

(A)
(B)

Kemencengan (skewness)
1 32

(C)

Keruncingan (kurtosis)
4

2 4 3 1

(D)

Chi-kuadrat 2
Beberapa sifat yang terkait dengan distribusi Chi-Kuadrat adalah
a. Bila X 1 , X 2 , X 3 ,, X n merupakan variabel acak yang masing-masing berdistribusi
normal dengan mean dan variansi 2 dan seluruh variabel acak tersebut bebas
X
satu sama lain, maka variabel acak dengan Y i
mempunyai distribusi

i 1
n

Chi-Kuadrat dengan derajat kebebasan .


b. Bila sampel acak sebanyak n dari suatu populasi berdistribusi normal dengan mean
dan variansi 2 diambil, dan pada setiap sampel tersebut dihitung variansi S 2 , maka
variabel acak

kebebasan n 1 .

n 1S 2
2

memiliki distribusi Chi-Kuadrat dengan derajat

Uji Chi-Square

Contoh Soal 1
Contoh : Suatu perusahaan cat mobil ingin mengetahui warna cat apa
yang harus lebih banyak diproduksi. Untuk itu dilakukan
penelitian. Berdasarkan pengamatan selama satu minggu di jalan
protokol terhadap mobil-mobil pribadi, diperoleh data : 1000
warna biru, 900 warna merah, 600 warna putih, 500 warna hitam.
a. Hipotesis :
H0 : Jumlah masyarakat yang memilih 4 warna mobil
tidak berbeda (peluang 4 warna cat untuk dipilih
masyarakat adalah sama)
H1 : Jumlah masyarakat yang memilih 4 warna mobil
berbeda (peluang 4 warna cat untuk dipilih
masyarakat adalah tidak sama)
b. Data yang terkumpul disajikan dalam tabel berikut :

Chi Square
(Frekuensi Yang Diobservasi dan Yang Diharapkan pemilih warna
Mobil)
Warna
Mobil

fo

fn

(fo-fn)

(fo-fn)

Biru
Merah
Putih
Hitam

1000
900
600
500

750
750
750
750

250
150
- 150
- 250

62.500
22.500
22.500
62.500

83,33
30.000
30.000
83,33

Jumlah

3000

3000

170.000

226,67

(fo-fn)
fn

Chi Square
Catatan : Frekuensi yang diharapkan (fo) untuk setiap kategori =
3000 : 4 = 750.
c. Pengujian Hipotesis :
Berdasarkan perhitungan diatas diketahui X = 226,67
Dalam hal ini d.f = n-1 = 4-1 = 3. Berdasarkan d.f = 3 dan taraf
kesalahan 5 %, maka diperoleh nilai Chi Square tabel = 7,815 (lihat
tabel nilai Chi Square) ternyata nilai Chi Square hitung lebih besar
dari nilai Chi Square tabel (226,67 > 7,815). Dengan demikian Ho
ditolak dan Ha diterima.
d. Kesimpulan :
Jumlah masyarakat yang memilih 4 warna cat mobil berbeda, dan
berdasarkan data, warna cat biru yang paling banyak diminati
masyarakat.
e. Saran : Disarankan agar warna cat yang diproduksi paling banyak
adalah warna biru.

Contoh Soal 2
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 0,05. Hasil dari sampel ditujukan sebagai berikut :
Hari
Jumlah Absen
Senin
12
Selasa
9
Rabu
11
Kamis
10
Jumat
9
Sabtu
9
Ujilah hipotesis tersebut !
Rahmad Wijaya, 2003

13

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 :
2

( fo fn )
X

fn

dimana :
fo = besarnya frekuensi yang teramati.
fn = besarnya frekuensi yang diharapkan.
Rahmad Wijaya, 2003

14

d. Buat aturan pengambilan keputusan dengan jalan membandingkan nilai


X2 dengan nilai kritis (X2 tabel). Nilai kritis diperoleh dari tabel X2
dengan df = k-1 dan taraf nyata 0,05. Dari tabel X2(0,05;5) diperoleh
nilai 11,070.
Aturan pengambilan keputusannya : hipotesis nol
diterima bila X2 < 11,070 dan jika X2 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
fo
fe
f o- f e
(fo-fe)2 (fo-fe)2/fe
Senin
12
10
2
4
0,4
Selasa
9
10
-1
1
0,1
Rabu
11
10
1
1
0,1
Kamis
10
10
0
0
0
Jum'at
9
10
-1
1
0,1
Sabtu
9
10
-1
1
0,1
Jumlah 60
0
0,8
Jadi X2 = 0,8. Karena X2 < 11,070, maka hipotesis nol diterima yang
berarti absensi terdistribusi secara merata. Rahmad Wijaya, 2003

15

Contoh Soal 3
Contoh : Tabel berikut adalah jumlah mahasiswa yang terdaftar
berdasarkan fakultas di Universitas Indonesia Raya.
Fakultas
Jml mhs
Jml mhs
terdaftar
yg mengembalikan kuesioner.
Seni dan sain
4700
90
Administrasi bisnis 2450
45
Pendidikan
3250
60
Teknik
1300
30
Hukum
850
15
Farmasi
1250
15
Univ. College
3400
45
Editor majalah mahasiswa memilih nama-nama secara acak dari masingmasing 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
Indonesia
Rahmad Wijaya, 2003

16

Penyelesaian :
1. Formulasi hipotesis.
Ho : jumlah mahasiswa yang mengembalikan kuesioner mencerminkan
populasi mahasiswa di universitas Midwestern.
H1 : jumlah mahasiswa yang mengembalikan kuesioner tidak
mencerminkan populasi mahasiswa di universitas Midwestern.
2.Taraf nyata 5 %
3. Pilih uji statistik (sama seperti pembahasan diatas)
4. Aturan pengambilan keputusan :

= k 1 = 7 - 1 = 6
X2 tabel = 12,592
Ho diterima jika X2 < 12,592

Ho ditolak jika X2 12,592 (menerima H1)


5. Hitung X2
Untuk menghitung X2 perlu dilakukan transformasi data. Data jumlah
mahasiswa terdaftar dihitung proporsinya dengan jumlah kuesioner
Rahmad
yang kembali. Haslnya seperti pada tabel berikut
: Wijaya, 2003

17

Jml Mhs Jml mhs yg


Fakultas
terdaftar mengembalikan
kuesioner
Seni dan sain
4700
90
Administrasi bisnis 2450
45
Pendidikan
3250
60
Teknik
1300
30
Hukum
850
15
Farmasi
1250
15
Univ. College
3400
45
Total
17200
300

Proporsi mhs
terdaftar
0,27
0,14
0,19
0,08
0,05
0,07
0,20
1

4700 / 17200

Kemudian hitung X2 dengan fo = jumlah mahasiswa


yang mengembalikan kuesioner, fn = jumlah mahasiswa
terdaftar yang dihitung dari proporsi dikalikan dengan
jumlah total mahasiswa yang mengembalikan
kuesioner. Hasilnya sebagai berikut :
Rahmad Wijaya, 2003

18

Fakultas
Seni dan sain
Administrasi bisnis
Pendidikan
Teknik
Hukum
Farmasi
Univ. College
Total

fo
90
45
60
30
15
15
45
300

Proporsi
0,27
0,14
0,19
0,08
0,05
0,07
0,20
1,00

fe
81
42
57
24
15
21
60
300

(fo-fe)^2/fe
1,00
0,21
0,16
1,50
0
1,71
3,75
8,33
300*0,07

Kesimpulan hipotesis nol diterima, karena X2 <


12,592 (8,33 < 12,592) berarti jumlah mahasiswa
yang mengembalikan kuesioner
mencerminkan populasi mahasiswa di
universitas Midwestern.
Rahmad Wijaya, 2003

19

Uji Smirnov-Kolmogorov
Uji kecocokan Smirnov-Kolmogorov, sering
juga disebut Uji kecocokan non parametrik,
karena pengujiannya tidak menggunakan
fungsi distribusi tertentu.

Prosedur Smirnov-Kolmogorov

berdasarkan tabel nilai kritis (Smirnov


Kolmogorov test) tentukan harga Do
Apabila D < Do maka distribusi teoritis yg
dipakai untuk menentukan pers.
distribusi dapat digunakan.
Apabila D > Do maka distribusi teoritis yg
dipakai untuk menentukn pers.
Distribusi tidak dapat digunakan.
4.

Tabel 5. Nilai Kritis Do utk Uji Smirnov-Kolmogorov


N

0,2

0,10

0,05

0,01

0,45

0,51

0,56

0,67

10

0,32

0,37

0,41

0,49

15

0,27

0,30

0,34

0,40

20

0,23

0,26

0,39

0,36

25

0,21

0,24

0,27

0,32

30

0,19

0,22

0,24

0,29

35

0,18

0,20

0,23

0,27

40

0,17

0,19

0,21

0,25

45

0,16

0,18

0,20

0,24

50

0,15

0,17

0,19

0,23

N>50

1,07/N0.5 1,22/N0.5 1,36/N0.5 1,63/N0.5

= Derajat Kepercayaan

Tabel 5. Nilai Kritis D untuk Uji Smirnov-Kolmogorov


Tabel Nilai Kritis Uji Kolmogorov-Smirnov
n
= 0,20 = 0,10 = 0,05 = 0,02 = 0,01
1
0,900
0,950
0,975
0,990
0,995
2
0,684
0,776
0,842
0,900
0,929
3
0,565
0,636
0,708
0,785
0,829
4
0,493
0,565
0,624
0,689
0,734
5
0,447
0,509
0,563
0,627
0,669
6
0,410
0,468
0,519
0,577
0,617
7
0,381
0,436
0,483
0,538
0,576
8
0,359
0,410
0,454
0,507
0,542
9
0,339
0,387
0,430
0,480
0,513
10
0,323
0,369
0,409
0,457
0,486
11
0,308
0,352
0,391
0,437
0,468
12
0,296
0,338
0,375
0,419
0,449
13
0,285
0,325
0,361
0,404
0,432
14
0,275
0,314
0,349
0,390
0,418
15
0,266
0,304
0,338
0,377
0,404
16
0,258
0,295
0,327
0,366
0,392
17
0,250
0,286
0,318
0,355
0,381
18
0,244
0,279
0,309
0,346
0,371
19
0,237
0,271
0,301
0,337
0,361
20
0,232
0,265
0,294
0,329
0,352
21
0,226
0,259
0,287
0,321
0,344
22
0,221
0,253
0,281
0,314
0,337
23
0,216
0,247
0,275
0,307
0,330
24
0,212
0,242
0,269
0,301
0,323
25
0,208
0,238
0,264
0,295
0,317

n
= 0,20 = 0,10 = 0,05 = 0,02 = 0,01
26
0,204
0,233
0,259
0,290
0,311
27
0,200
0,229
0,254
0,284
0,305
28
0,197
0,225
0,250
0,279
0,300
29
0,193
0,221
0,246
0,275
0,295
30
0,190
0,218
0,242
0,270
0,290
35
0,177
0,202
0,224
0,251
0,269
40
0,165
0,189
0,210
0,235
0,252
45
0,156
0,179
0,198
0,222
0,238
50
0,148
0,170
0,188
0,211
0,226
55
0,142
0,162
0,180
0,201
0,216
60
0,136
0,155
0,172
0,193
0,207
65
0,131
0,149
0,166
0,185
0,199
70
0,126
0,144
0,160
0,179
0,192
75
0,122
0,139
0,154
0,173
0,185
80
0,118
0,135
0,150
0,167
0,179
85
0,114
0,131
0,145
0,162
0,174
90
0,111
0,127
0,141
0,158
0,169
95
0,108
0,124
0,137
0,154
0,165
100
0,106
0,121
0,134
0,150
0,161
Pendekatan 1,07/n 1,22/n 1,36/n 1,52/n
1,63/n

Contoh soal 1

Suatu penelitian tentang berat badan


peserta pelatihan kebugaran fisik/jasmani
dengan sampel sebanyak 27 orang diambil
secara random, didapatkan data sebagai
berikut ; 78, 78, 95, 90, 78, 80, 82, 77, 72,
84, 68, 67, 87, 78, 77, 88, 97, 89, 97, 98, 70,
72, 70, 69, 67, 90, 97 kg. Selidikilah dengan
= 5%, apakah data tersebut di atas
diambil dari populasi yang berdistribusi
normal?

Jawab
Jawab :
Ho : tidak beda dengan populasi normal.
H1 : ada beda dengan populasi nomal.
: 0,05

No

Xi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

rata-rata
st deviasi

67
67
68
69
70
70
72
72
77
77
78
78
78
78
80
82
84
87
88
89
90
90
95
97
97
97
98
81,2963
10,28372

Z = (X-m)/s
0,07407407
0,07407407
0,11111111
0,14814815
0,22222222
0,22222222
0,2962963
0,2962963
0,37037037
0,37037037
0,48148148
0,48148148
0,48148148
0,51851852
0,55555556
0,59259259
0,62962963
0,66666667
0,7037037
0,74074074
0,81481481
0,81481481
0,85185185
0,96296296
0,96296296
0,96296296
1

Fs
-1,39019
-1,39019
-1,29295
-1,1957
-1,09846
-1,09846
-0,90398
-0,90398
-0,41778
-0,41778
-0,32054
-0,32054
-0,32054
-0,32054
-0,12605
0,068429
0,262911
0,554634
0,651875
0,749116
0,846357
0,846357
1,332562
1,527044
1,527044
1,527044
1,624285

Ft

|Ft-Fs|

0,0823
0,0823
0,0985
0,117
0,1379
0,1379
0,185
0,185
0,3409
0,3409
0,3745
0,3745
0,3745
0,3745
0,4522
0,5239
0,6064
0,7088
0,7422
0,7734
0,8023
0,8023
0,9082
0,9357
0,9357
0,9357
0,9474

0,008226
0,008226
0,012611
0,031148
0,084322
0,084322
0,111296
0,111296
0,02947
0,02947
0,106981
0,106981
0,106981
0,144019
0,103356
0,068693
0,02323
0,042133
0,038496
0,032659
0,012515
0,012515
0,056348
0,027263
0,027263
0,027263
0,0526
0,144019

Statistik uji:
D = maks |Ft-Fs| = 0,1440
Kriteria uji:
Tolak Ho jika D maks D Tabel,
diterima dalam hal lainnya
dengan = 0,05 dan N = 27
Karena D maks = 0,1440 < D
tabel =0,2540, jadi Ho diterima,
berarti sampel yang diambil dari
populasi berdistribusi normal

Tugas ke-9 di Kelas


1. Jika diketahui data uji kuat tekan beton dalam satuan ton dengan bentuk benda

uji silinder dengan diameter 150 mm sebagai berikut dan hitung (1 kg = 10 N) :


60,6
66,5
65,8

67,7
68,1
62,6

63,8
64,5
69,7

60,8
69,3
60,8

68,5
68,0
61,1

64,4
66,0
62,2

65,7
60,4
64,0

65,0
66,3
68,3

Selidikilah dengan = 5%, apakah data tersebut di atas diambil dari populasi yang
berdistribusi normal (dengan metode Smirnov-Kolmogorov)
2. Jika diketahui data nilai statistik kelas X sebagai berikut, apakah pola nilai angka
MK Statistik terdistribusi secara normal. Hipotesis nol yang akan diuji adalah
Nilai Statistik kelas X terdistribusi secara Normal (dengan metode Chi-kuadrat
2)

Nilai dalam
angka
Frekuensi

A
12

AB
1

B
3

BC
1

C
5

D
6

E
21