You are on page 1of 19

STATISTIKA NON-PARAMETRIK

UJI CHI KUADRAT
Pengujian Hipotesis Deskriptif untuk 1 Sampel

Oleh :

Suci Barlian Sari (H12115025)
Melly Amelia (H12115009)

UNIVERSITAS HASANUDDIN

MAKASSAR

2017

Februari 2017 Penyusun 1 . Penulis sangat bersyukur karena telah menyelesaikan makalah yang menjadi tugas Statistika Non-Parametrik dengan judul "UJI CHI KUADRAT" . yaitu Nabi Muhammad SAW yang telah menunjukkan kepada kita jalan yang lurus berupa ajaran agama Islam yang sempurna dan menjadi anugerah serta rahmat bagi seluruh alam semesta. semoga makalah ini bisa bermanfaat dan jangan lupa ajukan kritik dan saran terhadap makalah ini agar kedepannya bisa diperbaiki. Makassar. Disamping itu. Demikian yang dapat kami sampaikan. kami mengucapkan banyak terima kasih kepada semua pihak yang telah membantu kami selama pembuatan makalah ini berlangsung sehingga terealisasikanlah makalah ini. Sholawat dan salam semoga senantiasa tercurahkan kepada junjungan besar kita. KATA PENGANTAR Puji syukur kehadirat Allah SWT yang karena anugerah dari-Nya kami dapat menyelesaikan makalah ini.

.................................................................................................. 1 BAB II PEMBAHASAN 2........... 10 BAB III PENUTUP 3.............................................................. 1 1.....2 Rumusan Masalah .................................................................................................1 Defenisi Chi-Kuadrat............... 3 a) Uji beda frekuensi yang diamati dan diharapkan............................................................................................ i DAFTAR ISI .........................................2 Manfaat Chi-Kuadrat.... 4 b) Uji kebebasan ( independensi) dua faktor........................ 1 1........ 14 2 ........... 6 c) Uji Distribusi Populasi dengan Distribusi Sampel....................................................................................................................1 Kesimpulan.............................................................................................................. 13 DAFTAR PUSTAKA......................................... 2 2........................................... ii BAB I PENDAHULUAN 1... DAFTAR ISI KATA PENGANTAR .................................................................1 Latar Belakang Masalah ..................................3 Tujuan ...................

.2 RUMUSAN MASALAH 1. Apakah manfaat dari distribusi chi-kuadrat? 1. Untuk mengetahui pengertian dari Chi-Kuadrat. . o2. . (perhatikan tabel 1... (Apabila dari 2 variabel. 2... ek diharapkan Tabel 1. di mana skala data kedua variabel adalah nominal... Untuk mengetahui manfaat dari distribusi chi-kuadrat. ok diamati Frekuensi yang e1 e2 . BAB I PENDAHULUAN 1. E2... Misalnya.. Chi-kuadrat adalah salah satu jenis uji komparatif non parametris yang dilakukan pada dua variabel.1 LATAR BELAKANG Sebagaimana telah sering dilihat. hasil-hasil yang diperoleh dalam sampel tidak tepat sama dengan hasil-hasil yang secara teoritis diharapkan sesuai dengan aturan- aturan abilitas..1 Seringkali kita ingin mengetahui apakah frekuensi yang diobservasi berbeda secara signifikan dari frekuensi yang diharapkan.. Ek Frekuensi yang o1 o2 .3 TUJUAN 1.. ek yang disebut frekuensi yang diharapkan. BAB II PEMBAHASAN 1 . namun dari hasilnya yang demikian jarang diperoleh secara tepat. 1. . e2. Ek tampak terlihat dengan frekuensi-frekuensi o1. . . Apakah pengertian dari Chi-kuadrat? 2. ada 1 variabel dengan skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat yang terendah). ok yang disebut frekuensi yang diamati dah bahwa menurut aturan-aturan probabilitas peristiwa- peristiwa diharapkan terjadi menurut frekuensi-frekuensi e 1.1) Peristiwa E1 E2 . Andaikan bahwa dalam suatu sampel tertentu suatu himpunan kemungknan peristiwa E1. Untuk kasus dimana hanya ada dua peristiwa maka dapat diselesaikan dengan metode chi-kuadrat.. meskipun menurut pertimbangan – pertimbangan teoritis kita dapat mengharapkan 50 kali ”angka” dan 50 kali ”gambar” jika sebuah mata uang yang seimbang dilemparkan sebanyak 100 kali...

996 30.987 18.1: Nilai Chi-Kuadrat Taraf Signifikansi dk 50% 30% 20% 10% 5% 1% 1 0.030 13.813 33.666 10 9.481 6.725 12 11.338 21.511 21.642 6.338 18.141 15 14.507 20.985 19.684 16.311 22.442 15. Chi-kuadrat dapat ditentukan oleh: 2 2 2 k 2 ( o 1−e 1 ) ( o 2−e 2 ) ( ok −ek ) ( o i−e i ) =∑ 2 X= + +…+ e1 e2 ek i =1 ei (Tejo Dwi: 1993) Nilai ² adalah nilai kuadrat karena itu nilai ² selalu positif.775 25.635 2 0. Suatu ukuran mengenai perbedaan yang terdapat antara frekuensi yang di observasi dengan frekuensi 2 yang diharapkan disebut chi-kuadrat ( X ) .172 41.785 27.638 24 23.348 7.251 7.939 27.383 9.19 16.038 28.064 23.086 6 5.242 14.301 30.271 30.337 27.028 28.980 2 .475 8 7.553 33.815 11.615 24.605 5.277 5 4.307 23.338 20.289 9.344 9.217 13 12.275 19.289 23 22.074 1.064 7.566 21 20.337 24.665 4.337 26.011 15.219 3.191 20 19.689 23.337 19.514 31. Perhatikan table 2.209 11 10. 2.171 29.368 27.340 14.803 12.1 Table 2.341 12.900 27.409 18 17.601 22.139 2.090 9 8.592 16.587 33.026 26.366 3.779 9.017 18.919 21.524 11.018 28.615 32.000 17 16.858 26.346 8.337 23.017 14.631 17.357 4.210 3 2.007 35.542 26.332 16.549 21.322 19.656 12.675 24.222 18.932 22 21.340 15.488 13.341 4 3.781 13.805 19 18.812 18.339 17.578 16 15.1 DEFINISI CHI-KUADRAT Chi-kuadrat adalah teknik analisis komprasional yang mendasarkan diri pada perbedaan frekuensi data yang sedang diobservasi (Sudijono: 2008).645 12.899 14.878 5.415 42.343 10.642 2.591 9.151 21.351 6.688 14 13.096 29.236 11.455 1.070 15.685 29.144 36.429 32.231 8.307 24.812 22.410 37.989 7.342 11.296 32.558 10.671 38.869 34.408 3. Bentuk distribusi ² tergantung dari derajat bebas(db)/degree of freedom.362 15.465 23.924 40.337 22.812 7 6.418 20.194 35.706 3.760 26.

892 Contoh : Berapa nilai ² untuk db = 5 dengan = 0.382 37.916 41.652 44.314 26 25.139 39. yaitu antara lain : a) Untuk menguji apakah frekuensi yang diamati berbeda secara signifikan dengan frekuensi teoritis atau frekuensi yang diharapkan. yaitu luas daerah H0 penolakan atau taraf nyata pengujian Perhatikan gambar berikut : H0  : luas daerah penolakan = taraf nyata pengujian 0 + 2.963 28 27. distribusi poisson.391 34.337 28.336 33. dan distribusi normal. seperti distribusi binomial.010? (15.588 30 29.563 38.319 32.278 29 28.912 36.741 40. b) Untuk menguji kebebasan (independensi antar faktor dari data dalam daftar kontingensi c) Untuk menguji apakah data sampel mempunyai distribusi yang mendekati distribusi teoritis tertentu atau distribusi hipotesis tertentu (distribusi populasi).642 27 26.336 32.005? (35.675 34.885 45.557 49.336 31.027 37.337 48.0863) Berapa nilai ² untuk db = 17 dengan = 0.2 MANFAAT CHI KUADRAT Beberapa manfaat dari distribusi chi-kuadrat.250 40.795 35.113 46.461 35.087 42.775 50.336 29.336 30.530 36.256 43. 25 24.7185) Pengertian pada Uji ² sama dengan pengujian hipotesis yang lain.246 31. 3 .172 30.

ek Perbedaan antara frekuensi yang diobservasi dengan yang diharapkan ditentukan sebagai k 2 ( o i−e i ) χ =∑ 2 i=1 ei Jika χ2 = 0.o3.e2.e3.o3. …. A2. maka frekuensi observasi berbeda dengan frekuensi yang diharapkan. Dalam hal ini ingin diketahui perbedaan yang signifikan antara frekuensi yang diobservasi dengan frekuensi yang diharapkan Kejadian A1.0k Frekuensi yang diharapkan e1.o2. b.Ak yang terjadi dengan frekuensi o1. θ=k−1 . yang disebut frekuensi yang diharapkan atau frekuensi teoritis. θ=k−1−m . makin besar beda antara frekuensi obsevasi dengan frekuensi yang diharapkan. …. Langkah-langkah untuk melakukan uji chi-kuadrat. Jika χ2>0.o2.….e3. A3. adalah sebagai berikut : 1. Uji beda frekuensi yang diamati dan diharapkan Misalkan kita mempunyai suatu sampel tertentu berupa kejadian A1.…. a). maka frekuensi yang diobservasi dengan frekuensi yang diharapkan adalah tepat sama. jika frekuensi yang diharapkan dapat dihitung tanpa harus menduga parameter populasi dengan statistik sampel. yang disebut frekuensi yang diobservasi (diamati) dan bahwa berdasarkan probabilitas kejadia-kejadian yang diharapkan adalah dengan frekuensi e1. H0 dan H1 2. A3.0k. …. A2.Ak Frekuensi yang diobservasi o1. Merumuskan hipotesis yang akan diuji meliputi. ….e2. Frekuensi yang diharapkan dapat dihitung atas dasar hipotesis nol (H0). jika frekuensi yang diharapkan dapat dihitung hanya dengan menduga parameter populasi sebanyak m dengan taksiran statistik sampel 4 .ek. Makin besar nilai χ2 . Menetapkan taraf signifikansi α dan derajat kebebasan θ untuk memperoleh nilai kritis χ 2α dimana : a.

15 Denpasar 12.3. Tolak H0 jika nilai χ 2h > χ 2α dan terima H0 jika χ 2h ≤ χ 2α . Menentukan statistik uji (statistik hitung) : k 2 ( oi−e i ) χ h=∑ 2 i=1 ei 4. Kota Inflasi (%) Data di beberapa kota besar adalah sebagai berikut: Jakarta 8. Uji Statistik chi kuadrat 5 .5% per tahun. Menentukan taraf nyata dan nilai kritis Lihat tabel Chi kuadrat df = n – k df = 5 – 1 = 4 . Menyimpulakan apakah menolak atau menerima H0.56 kondisi sebenarnya dengan taraf nyata 5%! g Surabaya 7. tentukan apakah target atau Bandung 10. (Supranto:hal 485: 1985) Contoh 1 • Uji keselarasan dengan frekuensi harapan sama Contoh Soal: Pemerintah menghendaki bahwa inflasi pada tahun 2014 sebesar 9.97 harapan pemerintah masih sesuai dengan Semaran 12.08 Dengan data tersebut. Menentukan hipotesis Ho : tidak ada perbedaan antara nilai observasi dengan nilai harapan H1 : ada perbedaan antara nilai observasi dengan nilai harapan .49 Penyelesaian : .

24. Dengan demikian hasil pengujian non-signifikan dan hipotesis H0 diterima sehingga dapat disimpulkan bahwa dadu itu dibuat dari bahan yang homogen. Uji kebebasan ( independensi) dua faktor 6 .05 dan dk=5.07 yang lebih besar dari χ 2h=5. 23. Jika Sebuah dadu dilembpar sebanyak 120 kali. Menetukan daerah keputusan .2. ATAU Karena X² yang di hitung < dari X² di tabel maka keputusannya Hipotesis awal diterima Contoh 2 : Diketahui bahwa peluang nampaknya salah satu permukaan dadu homogen masing- masing= 1/6. dan 6 yang muncul adalah 16. 17 dan 25.3.00 20 20 20 20 20 Dengan α =0. b). . Frekuensi yangyang dihasilkan untuk muka1. 15.4. Menentukan keputusan Berdasarkan daerah keputusan X² jatuh pada wilayah H₀ diterima. Ujilah bahwa dadu tersebut simetris? Penyelesaian: 1 H 0= p1= p2 =…= p 6= 6 H 1= paling sedikit satu tandasama dengan makatidak berlaku Muka dadu 1 2 3 4 5 6 Pengamata 1 2 16 24 23 17 n 5 5 Diharapkan 2 2 1/6 x120 = 20 20 20 20 0 0 Dengan menggunakan rumus 2 2 2 2 ( o 1−e 1 ) ( o 2−e 2 ) ( ok −ek ) X= + +…+ e1 e2 ek 2( 16−20 )2 ( 24−20 )2 ( 15−20 )2 ( 17−20 )2 ( 25−20 )2 X= + + + + =5.95=11.00 . dari tabel chi-kuadrat didapat χ 20.5.

Penghasilan sebagai faktor 1 dan pendidikan sebagai faktor 2. maka hipotesis nol (H0) ditolak sedangkan jika tidak. yaitu SMU ke bawah. Jika tidak ada hubungan antar dua faktor tersebut. Hasil survey tersebut disajikan pada tabel kontingensi berikut : Penghasilan Pendidikan Total Baris SMU kebawah Sarjana muda Sarjana Rendah 182 213 203 598 Tinggi 154 138 110 402 Total Kolom 336 351 313 1. 7 . Bilangan dalam sel disebut frekuensi yang diobservasi.000 orang di Medan dan ingin diketahui apakah penghasilan masyarakat ada hubungannya dengan tingkat pendidikan. Uji ini digunakan untuk menguji hipotesis mengenai ada atau tidak adanya hubungan (asosiasi)atau kaitan antara dua faktor. sedangkan totalnya disebut frekuensi marjinal. Misalnya. Jika nilai χ 2h > χ 2α . yaitu penghasilan rendah dan tinggi. maka hipotesis nol (H0) diterima. Untuk menguji kebebasan dua faktor digunakan statistik hitung : k 2 ( f 0−f i ) χ =∑ 2 h i=1 fi Derajat kebebasan θ = (Jml baris – 1) (kolom – 1). sarjana muda. Misalkan dilakukan surveh pada 1. Prosedur chi-kuadrat dapat dipakai juga untuk menguji ada tidaknya pengaruh dari satu faktor terhadap faktor lainnya. apakah agama yang dipeluk ada hubungannya dengan ketaatan beribadah.000 Tabel di atas adalah tabel kontingensi berukuran 2 x 3. yang terdiri dari 2 baris dan 3 kolom. apakah prestasi belajar mahasiswa ada hubungan dengan kondisi sosial ekonomi orang tuanya. Sedangkan pendidikan dibagi menjadi tiga tingkat. dan sarjana (termasuk pasca sarjana). Penghasilan dibedakan menjadi dua katagori. maka dikatkan bahwa dua faktor itu saling bebas atau independen. f Frekuensi harapan e = jumlah menurut baris x jumlah menurut kolom/ jumlah total.

9) 203 (187. Berdasarkan keyakinan tersebut. 2. maka disimpulkan Ho ditolak pada taraf signifikansi 5%. χ2h = 7. Taraf signifikansi = 5% dan θ=(2−1) x (3−1)=2 3.8) 402 Total Kolom 336 351 313 1. Contoh Soal: Ada keyakinan bahwa apabila IPK tinggi.1) 138 (141. Ho : dua faktor saling bebas.000 1. perusahaan karir center tahun 2008 melakukan penelitian terhadap 751 sarjana dari berbagai perguruan tinggi yang bekerja di sektor perbankan di Jakarta.Dengan demikian frekuensi yang diobservasi dan yang diharapkan secara lengkap adalah sebagai berikut : Penghasilan Pendidikan Total SMU kebawah Sarjana muda Sarjana Baris Rendah 182 (200. Artinya antara penghasilan dan pendidikan masyarakat tidak saling bebas.1) 110 (125. maka akan mendapatkan penghasilan tinggi. Nilai χ2h>χ2α.8542 4. Berikut adalah hasilnya: 8 .9) 213 (209.2) 598 Tinggi 154 (135. penghasilan saling bebas dengan pendidikan.

column H0 : Tidak ada hubungan antara IPK H1 : Ada hubungan antara IPK denga 9 .

10 .

Menentukan nilai Z setiap kelas. Menentukan nilai rata-rata hitung X´ dan standar deviasi σ dengan menggunakan data berkelompok. Membuat distribusi frekuensi 2. Uji Distribusi Populasi dengan Distribusi Sampel Uji ini digunakan untuk mengetahui sejauh mana kesesuaian atau tingkat kesesuaian antara distribusi sampel dengan distribusi populasi.c). Tahapan uji keselerasan apakah suatu distribusi mengikuti kurva normal atau tidak adalah sebagai berikut : 1. disebut juga uji kebaikan suai (test goodness of test). 3. dimana Z = (X-μ)/ σ 11 .

4. 6. Berikut adalah harga saham dari 20 perusahaan tersebut tanggal 5 Desember2003. Menentukan nilai harapan dengan mengalikan nilai probabilitas dengan jumlah data.Saham 11 Dynaplast 1400 12 Enseval Putra 1900 13 Gajah Tunggal 600 14 Indocement 1900 15 Kalbe farma 975 16 Komatsu 1475 17 Matahari 525 18 Mayora 950 19 Medco 1400 20 Mustikasari 435 12 . Melakukan uji chi-kuadrat untuk menentukan apakah distribusi bersifat normal atau tidak. Contoh : Beberapa analis memprediksi 20 saham terfavorit yang layak dibeli dan dipertahankan untuk satu-dua minggu. Dari data harga saham di bawah ini. ujilah apakah harga saham mengikuti distribusi normal? No Perusahaan H. 5.Saham 1 Aneka tambang 1350 2 Asahimas FG 2225 3 Astra AL 1675 4 Astra OP 1525 5 Danamon 1925 6 Baerlian Laju Tanker 900 7 Berlina 1575 8 Bimantara 3175 9 Dankos 1125 10 Darya Varia 800 No Perusahaan H. Menentukan probabilitas tiap kelas dengan menggunakan nilai Z.

797/20 1.440.354 5 2.1.902 2.1217 0.785.07 0.340 S=√ Σ f(x .45 – (-0.x)2 f(x . Buat tabel distribusi frekuensi : No Interval Kelas Frekuensi (fo) Nilai tengah 1 435 -983 7 709 2 984 – 1.19 0.081 – 2.081 – 2.381.2157-0.797 Σ f(x .028.258 7.19 – 2.45 Z984 = (984-1.4265-0.533 – 2.x)2/n-1 623 3.313 3 Σ fx 26.902 1.440.340)/623 = -1.Menentukan nilai harapan (fe)= n.629 -3.4808-0.081 – 2. dimana Z = (X-μ)/σ 4.806 9.31 0.548 -82 6.1217 0.p Interval F Prob Fe Harapan .176 1 2.3830-0.972 2.258 3 1. Menentukan nilai Z dari setiap kelas.2157 0. Misalnya : Z435 = (435-1.2108 984 – 1.x)2 7.95 0.963 -631 397.080 5 1.014 1.532 6 1.0978 2.x)2 1 435 -983 7 709 4.080 0.0176 5.57) 0.500 0 5 2.629 -3.533 – 2.532 6 1. Menentukan probabilitas tiap kelas dengan menggunakan nilai Z.902 2.3830 0.2613 2.080 5 1.4808 0.628 1 2.3374 1.628 1 2. No Interval F X fx x-x (x .028.31 – 1.562 2.291 X = Σ fx/n=26.4984-0.806 4 2.533 – 2.31 2.176 1 2.50 1.176 2.532 -057 – 0.57 dan seterusnya Interval Kisaran Z Kisaran Prob Harapan Probabilitas 435 -983 -1.802 2 984 – 1.030 466 217. Hitung nilai rata-rata hitung dan standar deviasi data berkelompok.07 – 2.354 2.086.197 3 1.340)/623 = -0.629 -3.354 1.699 40.628 1.296 1.479 4 2.

628 1 0.9 0. sehingga distribusi harga saham dapat dikatakan sebagai distribusi normal.6 0.3374 6.2 984 – 1.1 5 5. 435 -983 7 0.0978 2.7 0.8 1. Menentukan nilai kritis dengan derajat bebas = n-1.6) <χ α(9.4 0. χ hit(3.2108 4.kuadrat a. H1 : ada beda antara frekuensi yang diharapkan dengan yang teramati dari harga saham.2 2. Ho : tidak ada beda antara frekuensi yang diharapkan dengan yang teramati dari harga saham.4 1. b.532 6 0.533 – 2.2 2 χ hit 3.1 0. Nilai kritis untuk ө = 5-1=4.2 -0. 2 ( f 0 −f i ) c. Menentukan pengujian chi .8 6 6.6 2 2 d.6 0.0 0.081 – 2.2 0.488.0 2. dimana n = jumlah kelas.2613 5.629 -3.2 2.176 1 0.8 7. dan taraf signifikansi = 5% adalah 9.0 1 2. Mencari χ2hitdengan rumus fi dengan prosedur F fe (f0 – fe) (f0 – fe)2 (f0 – fi)2/fi 7 4.488) dapat disimpulkan bahwa tidak ada perbedaan antara frekuensi harapan dan yang nyata.4 6.1 KESIMPULAN .0 -1.7 -0.7 1. BAB III PENUTUP 3.080 5 0.0176 0.5 1 0.

Adapun beberapa manfaat dari distribusi chi-kuadrat. Bandung . dan distribusi normal. untuk menguji kebebasan (independensi antar faktor dari data dalam daftar kontingensi. distribusi poisson. DAFTAR PUSTAKA Furqon. untuk menguji apakah data sampel mempunyai distribusi yang mendekati distribusi teoritis tertentu atau distribusi hipotesis tertentu (distribusi populasi). Statistika Terapan untuk Penelitian. Chi-kuadrat adalah teknik analisis komprasional yang mendasarkan diri pada perbedaan frekuensi data yang sedang diobservasi. (2004). seperti distribusi binomial. ALFABETA. yaitu antara lain :Untuk menguji apakah frekuensi yang diamati berbeda secara signifikan dengan frekuensi teoritis atau frekuensi yang diharapkan.

(2009). (1985). Metoda Statistika.Sudijono. Erlangga. (2002). Tarsito. Statistika: Teori dan Aplikas Statistika dan Probabilitas. PT. RajaGrafindo Persada. Jakarta .J. Pengantar Statistik Pendidikan. Bandung Supranto. Anas. Jakarta Sudjana.