DISTRIBUSI DAN UJI CHI-KUADRAT

Grafik distribusi chi-kuadrat bergantung pada derajat kebebasan ө, yang umumnya merupakan
kurva positif dan miring ke kanan. Kemiringan kurva ini akan semakin berkurang jika derajat
kebebasasan ө makin besar. Untuk ө =1 dan ө =2, bentuk kurvanya berlainan daripada untuk
ө ≥ 3.
Distribusi chi-kuadrat mempunyai rata-rata dan variansi sebagai berikut :
Rata-rata : μ = E(χ2) = ө
Variansi : σ2 = 2 ө
Probablitas suatu sampel acak yang menghasilkan nilai χ2 yang lebih besar dari suatu nilai
tertentu, sama dengan luas daerah di bawah kurva di sebelah kanan nilai tersebut. Nilai
tertentu tersebut biasanya ditulis dengan χ2α. Dengan demikian χ2α menyatakan nilai χ2α yang
luas di sebelah kanannya sama dengan α. Daerah yang luasnya sama dengan α ini
dinyatakan oleh daerah yang diarsir

Nilai-nilai kritis χ2α untuk berbagai nilai α dan derajat kebebasan ө tersedia pada tabel distribsi
chi-kuadrat.

 Untuk α = 0,05, disebelah kanan, dan ө = 10, maka nilai kritis χ20,05 = 18,307. Karena kurva
distribusi chi-kuadrat tidak simetri, maka luas daerah di sebelah kiri harus dicari. Luas
daerah sebelah kiri, yaitu 1 – α = 1- 0,05 = 0,95. Derajat kebebasan ө =10, maka diperoleh
χ20,95 = 3,940

Cari : nilai kritis untuk χ20,01 dan χ20,99 dengan ө = 5 dan χ20,01 dan χ20,99 dengan ө = 11

 Bila x1, x2, x3, …, xn merupakan variable acak yang masing-masing terdistribusi
normal dengan rata-rata μ dan variansi σ2 dan semua variabel acak tersebut bebas satu
sama lain, maka variabel acak berikut ini
n 2
Y=Σ Xi – μ
i=1 σ

mempunyai distribusi chi-kuadrat dengan derajat kebebasan ө =n.

yaitu : χ2 = (n – 1) S2 σ2 mempunyai distribsi chi-kuadrat χ2 dengan deraja kebebasan ө = n.α/2 < χ2 < χ2α/2 = 1. 3.5. Bila diambil sampel acak berukuran n dari populasi berdistribusi normal dengan rata-rata μ dan variansi σ2.-1 INTERVAL KEPERCAYAAN χ2 = (n – 1) S2 σ2 Secara umum. 2.-1.α dinyatakan sebagai P χ21. dan pada setiap sampel tersebut dihitung variansi S2. buat interval kepercayaan 95% dan σ2 b.0. Sedangkan nilai kritis χ2 α/2 membatasi luas daerah di sebelah kanan sebesar α/2 pada derajat kebebasan ө = n.α/2 pada derajat kebebasan ө = n. Untuk menyakinkan pendapatnya diambil sampel yang terdiri atas 5 baterai dan daya tahannya adalah 1.2 tahun.α Nilai kritis χ21. a.4. maka variabel acak berikut ini. 4.9. interval kepercayaan untuk χ2 sebesar 1.-1. Apakah simpangan baku σ =1 tersebut masih dapat diterima? .α χ2 α/2 χ2 1-α/2 Contoh : Suatu pabrik baterai mobil menjamin bahwa baterainya akan tahan rata-rata 3 tahun dengan simpangan baku 1 tahun. α/2 membatasi luas daerah di sebeleah kanan sebesar 1 . 3. Dengan mensubstitusikan nilai (n-i)S2 maka diperoleh P (n – 1) S2 < χ2 < (n – 1) S2 = 1.

Langkah-langkah untuk melakukan uji chi-kuadrat. 1.03. yaitu antara lain : 1.UJI CHI-KUADRAT Beberapa manfaat dari distribusi chi-kuadrat. maka frek observasi berbeda dengan frek yang diharapkan. maka frekuensi yang diobservasi dengan frekuensi yang diharapkan adalah tepat sama. distribusi poisson.ek. ….02. A3. Jika χ2 >0.0k Frekuensi yang diharapkan e1.e3. …. …. Untuk menguji apakah frekuensi yang diamati berbeda secara signifikan dengan frekuensi teoritis atau frekuensi yang diharapkan. dan distribusi normal. Frek yang diharapkan dapat dihitung atas dasar hipotesis nol (H 0).…. A3.Ak yang terjadi dengan frekuensi 01. ….e3. yang disebut frekuensi yang diobservasi (diamati) dan bahwa berdasarkan probabilitas kejadia-kejadian yang diharapkan adalah dengan frekuensi e1.02.Ak Frekuensi yang diobservasi 01.e2.ek Perbedaan antara frekuensi yang diobservasi dengan yang diharapkan k ditentukan sebagai χ2 = Σ (oi – ei)2 i=1 ei Jika χ2 = 0.e2. Dalam hal ini ingin diketahui perbedaan yang signifikan antara frekuensi yang diobservasi dengan frekuensi yang diharapkan Kejadian A1. Makin besar nilai χ2 . makin besar beda antara frek obsevasi dengan frek yang diharapkan. 2. Untuk menguji apakah data sampel mempunyai distribusi yang mendekati distribusi teoritis tertentu atau distribusi hipotesis tertentu (distribusi populasi). Uji beda frekuensi yang diamati dan diharapkan Misalkan kita mempunyai suatu sampel tertentu berupa kejadian A1.…. A2.0k. adalah sebagai berikut : . A2.03. Untuk menguji kebebasan (independensi antar faktor dari data dalam daftar kontingensi 3. seperti distribusi binomial. yang disebut frekuensi yang diharapkan atau frekuensi territis.

Misalnya. jika frek yang diharapkan dapat dihitung hanya dengan menduga parameter populasi sebanyak m dengan taksiran statistik sampel k 3.01 Contoh 2 Sebuah dadu dilembpar sebanyak 120 kali.5. apakah agama yang dipeluk ada hubungannya dengan ketaatan beribadah. sarjana muda. Hasil survey tersebut disajikan pada tabel kontingensi berikut : . Menetapkan taraf signifikansi α dan derajat kebebasan ө untuk memperoleh nilai kritis χ2α dimana : a. Jika tidak ada hubungan antar dua faktor tersebut. Menentukan statistik uji (statistik hitung) : χ2h= Σ (oi – ei)2 i=1 ei 4. Tolak H0 jika nilai χ2h > χ2α dan terima H0 jika χ2h ≥ χ2α . 20. H0 dan H1 2.1. Penghasilan dibedakan menjadi dua katagori. Ujilah hipotesis bahwa uang logam itu simetri dengan taraf signifikan 0. ө = k-1-m.000 orang di Jakarta dan ingin diketahui apakah penghasilan masyarakat ada hubungannya dengan tingkat pendidikan.05 dan 0. yang menghasilkan sebanyak 58 kali muncul sisi muka dan 42 kali sisi belakang. dan 6 yang muncul adalah 23. Contoh 1 : Sebuah uang logam dilempar sebanyak 100 kali. Prosedur chi-kuadrat dapat dipakai juga untuk menguji ada tidaknya pengaruh dari satu faktor terhadap faktor lainnya. Sedangkan pendidikan dibagi menjadi tiga tingkat. Ujilah bahwa dadu tersebut simetris. ө = k-1. 18. Misalkan dilakukan surveh pada 1. jika frek yang diharapkan dapat dihitung tanpa harus menduga parameter populasi dengan statistik sampel. yaitu SMU ke bawah. 17. Menyimpulakan apakah menolak atau menerima H0. maka dikatkan bahwa dua faktor itu saling bebas atau independen. Merumuskan hipotesis yang akan diuji meliputi. 21. Uji kebebasan ( independensi) dua faktor Uji ini digunakan untuk menguji hipotesis mengenai ada atau tidak adanya hubungan (asosiasi)atau kaitan antara dua faktor.2. 2. yaitu penghasilan rendah dan tinggi. Penghasilan sebagai faktor 1 dan pendidikan sebagai faktor 2. dan sarjana (termasuk pasca sarjana). b. apakah prestasi belajar mahasiswa ada hubungan dengan kondisi sosial ekonomi orang tuanya.3. Frek yangyang dihasilkan untuk muka1.4. dan 27.

maka disimpulkan Ho ditolak pada taraf signifikansi 5%. 3.1) 110 (125. χ2h = 7. Taraf signifikansi = 5% dan ө = (2-1) x (3-1) = 2 3.000 1. 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. f e frekuensi harapan = jumlah menurut baris x jumlah menurut kolom/ jumlah total.8) 402 Total Kolom 336 351 313 1. penghasilan saling bebas dengan pendidikan. . Uji Distribusi Populasi dengan Distribusi Sampel Uji ini digunakan untuk mengetahui sejauh mana kesesuaian atau tingkat kesesuaian antara distribusi sampel dengan distribusi populasi. 2.000 Tabel di atas adalah tabel kontingensi berukuran 2 x 3. Artinya antara penghasilan dan pendidikan masyarakat tidak saling bebas. Jika nilai χ2h > χ2α. Bilangan dalam sel disebut frekuensi yang diobservasi. Nilai χ2h > χ2α. disebut juga uji kebaikan suai (test goodness of test). yang terdiri dari 2 baris dan 3 kolom. Penghasilan Pendidikan Total Baris SMU kebawah Sarjana muda Sarjana Rendah 182 213 203 598 Tinggi 154 138 110 402 Total Kolom 336 351 313 1.2) 598 Tinggi 154 (135. sedangkan totalnya disebut frekuensi marjinal. maka hipotesis nol (Ho) diterima.9) 213 (209.8542 4. maka hipotesis nol (Ho) ditolak sedangkan jika tidak. Untuk menguji kebebasan dua faktor digunakan statistik hitung : k χ2 = Σ (f0 – fe)2 i=1 fe derajat kebebasan ө = (Jml baris – 1) (kolom – 1).1) 138 (141. Ho : dua faktor saling bebas.9) 203 (187.

Dari data harga saham di bawah ini.Tahapan uji keselerasan apakah suatu distribusi mengikuti kurva normal atau tidak adalah sebagai berikut : 1. Buat tabel distribusi frekuensi : No Interval Kelas Frekuensi (fo) Nilai tengah . Menentukan nilai harapan dengan mengalikan nilai probabilitas dengan jumlah data. 3. 5. Menentukan nilai rata-rata hitung X dan standar deviasi σ dengan menggunakan data berkelompok. 6. Melakukan uji chi-kuadrat untuk menentukan apakah distribusi bersifat normal atau tidak. Berikut adalah harga saham dari 20 perusahaan tersebut tanggal 5 Desember2003. dimana Z = (X-μ)/ σ 4. Contoh : Beberapa analis memprediksi 20 saham terfavorit yang layak dibeli dan dipertahankan untuk satu-dua minggu. Menentukan nilai Z setiap kelas. Menentukan probabilitas tiap kelas dengan menggunakan nilai Z. Membuat distribusi frekuensi 2. ujilah apakah harga saham mengikuti distribusi normal? No Perusahaan Harga 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 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 1.

081 – 2.533 – 2.340)/623 = -0.080 0.797/20 1.19 0.0176 0.3374 1.4265-0.533 – 2.014 1.2157-0.629 -3.0978 2.354 1.258 3 1.176 1 2. Menentukan nilai harapan (fe)= np Interval f Prob fe Harapan 435 -983 7 0.313 Σ fx 26. No Interval f X fx x-x (x .1 435 -983 7 709 2 984 – 1.x)2/n-1 623 3.381.07 0.533 – 2.3830-0.x)2 7.31 0.31 – 1.2157 0.802 2 984 – 1.628 1 2.963 -631 397.354 2.176 1 0.4984-0.1217 0.086. Menentukan pengujian chi .340 S=√ Σ f(x .3374 6.628 1 0. dimana Z = (X-μ)/σ 4.2613 5.2 984 – 1. . Menentukan nilai Z dari setiap kelas.548 -82 6.4808-0.354 5 2. Ho : tidak ada beda antara frekuensi yang diharapkan dengan yang teramati dari harga saham.080 5 1.2108 4.2613 2.902 1.0978 2.532 6 1.19 – 2.x)2 1 435 -983 7 709 4.176 1 2.07 – 2.080 5 1.629 -3.kuadrat a.0176 5.197 3 1.562 2.313 2. Menentukan probabilitas tiap kelas dengan menggunakan nilai Z.440.806 9.902 2.440.500 5 2.258 7.972 2.x)2 f(x .7 1.500 1.0 2.532 6 0.028.533 – 2.699 40.95 0.080 5 0.806 4 2.628 1.45 – 0.081 – 2.57 dan seterusnya Interval Kisaran Z Kisaran Prob Harapan Probabilitas 435 -983 -1.532 6 1.030 466 217.532 -057 – 0.081 – 2.479 4 2.45 Z983 = (963-1.1217 0.628 1 2.902 2. Hitung nilai rata-rata hitung dan standar deviasi data berkelompok.629 -3.291 X = Σ fx/n=26.4 6.629 -3.2 2.2108 984 – 1.57 0.3830 0.340)/623 = -1.081 – 2.785.296 1.028.797 Σ f(x .176 2.4808 0. Misalnya : Z435 = (435-1.

0 1 2.7 0.07 . apakah masih sesuai harapan dari perusahaan dengan taraf nyata 5%. sehingga distribusi harga saham dapat dikatakan sebagai distribusi normal.7 -0. χ2hit 2 < χ α dapat disimpulkan bahwa tidak ada perbedaan antara frekuensi harapan dan yang nyata.0 0. Berikut ini adalah data buah yang rusak selama 6 bulan terakhir.0 -1. LATIHAN SOAL 1. Mencari χ2hit dengan rumus (f0 – fe)2 dengan prosedur : fe f fe (f0 – fe) (f0 – fe)2 (f0 – fe)2/fe 7 4.4 1.fe)2/fe 9 15 2.4 0. Menentukan nilai kritis dengan derajat bebas = n-1.488.60 14 15 0.40 12 15 0. dimana n = jumlah klas.8 6 6. dan taraf signifikansi = 5% adalah 9.2 2.2 -0. H1 : ada beda antara frekuensi yang diharapkan dengan yang teramati dari harga saham. PT Kiwi Sentosa adalah perusahaan transportasi untuk buah-buahan dari Madiun ke Jakarta.5 1 0.8 1. Perusahaan menginginkan kerusakan buah yang diangkut tidak sampai 15%.8 7. c.2 0. b.6 d.6 0.1 5 5. Dari data tersebut. Bulan % Kerusakan Buah 1 9 2 12 3 14 4 15 5 18 6 16 Jawab: fo fe (fo . Nilai kritis untuk ө = 5-1=4.2 χ2hit 3.1 0.9 0.6 0.

Hipotesa. 2. 15 15 0. 2.10 250 300 8. apakah antara harapan dan kenyataan masih sesuai? Jawab: fo fe (fo-fe)2/fe 231 268 5.33 119 25 353.11 500 300 133. df= 6 . dengan demikian Ho diterima dan H1 ditolak. Harapan dan kenyataan masih sesuai.07  =  (fo . H1 tidak ada kesesuaian antara harapan dan kenyataan. Berikut adalah dividen yang diharapkan atau direncanakan dan deviden yang dapat dibayarkan pada tahun 2003 dalam rupiah per lembarnya.25 57 90 12.596. H1 tidak ada kesesuaian antara harapan dan kenyataan.fe) /fe 2 2 3. Nilai chi-kuadrat hitung = 3.fe)2/fe 518.596 3.33 2=  (fo . . Beberapa emiten merencanakan memberikan dividen yang lebih besar untuk tahun 2003.00 18 15 0.73 1.44 75 100 6. Ho: ada kesesuaian antara harapan dan kenyataan. Ho: ada kesesuaian antara harapan dan kenyataan. Menentukan nilai kritis. Hipotesa. Perusahaan fe fo Semen Gresik 231 268 Gudang Garam 500 300 Timan Tbk 119 25 Ramayana 75 100 Sampurna 57 90 Unilever 250 300 Dengan memperhatikan kondisi tersebut.73 < dari chi-kuadrat tabel 12. sehingga dapat mendorong perbaikan harga saham di bursa.1= 5 dengan taraf nyata 5% adalah 12.60 16 15 0.56 1.

56 Surabaya 9.08 8 0.08 Bandung 11.56 > dari chi-kuadrat tabel 16.49 Palembang 12.22 8 0. Data tahun 2003 inflasi dibeberapa kota besar adalah sebagai berikut: Kota Inflasi (%) Medan 9. 3.97 Semarang 13. df= 6 .1= 5 dengan taraf nyata 1% adalah 16. Nilai chi-kuadrat hitung = 518. Pemerintah menghendaki bahwa inflasi pada tahun 2003 sebesar 8% pertahun.15 11. Menentukan nilai kritis.28 12.25 Menado 15.812 3.26 10. Harapan dan kenyataan sudah tidak sesuai.18 Makasar 8.812.49 Banjarmasin 9.49 8 0. 2.97 8 1.22 Dengan data tersebut apakah target atau harapan pemerintah masih sesuai dengan kondisi sebenarnya dengan taraf nyata 5%? Jawab: fo fe (fo-fe)2/fe 9.25 8 2.22 Jakarta 9.62 9.97 13.86 .56 8 3.25 Padang 10. dengan demikian Ho ditolak dan H1 diterima.15 Denpasar 12.

25 8 0. 9. UJI FISHER EXACT Fasiher test merupakan uji yang dilakukan unutk meguji signifikansi hipotesis komparatif dua sampel independen. Perbedaan uji fisher dengan uji chi square adalah pada sifat kedua uji tersebtu da sapel yang diberlakukan.51 > dari chi-kuadrat tabel 18. Data yang dapat diuji dengan fisher test ini berbentuk nominal dengan ukuran sampel n sekitar 40 orang atau kurang.52 9. sedangkan uji fisher diberlakukan pada data dengan sampel kecil.01 15. Uji fisher bersifat eksak sedangkan uji chi square bersifat pendekatan.22 8 6. Hipotesa. akan tetapi menggunakan peluang. Nilai chi-kuadrat hitung = 18.307 6.307.1= 10 dengan taraf nyata 5% adalah 18. df= 11 . H1 tidak ada kesesuaian antara harapan dan kenyataan.17 8.49 8 2. . Perhitungan fisher test sama sekali tidak melibatkan chi square. Menentukan nilai kritis. Ho: ada kesesuaian antara harapan dan kenyataan. dengan demikian Ho ditolak dan H1 diterima.18 8 0. Harapan dan kenyataan sudah tidak sesuai.51 4. 5.52  =  (fo-fe) /fe 2 2 18.15 8 0. dan ada sel – sel berisikan frekuensi diharapkan kurang dari lima. Uji chi square dilakukan pada data dengan sampel besar.17 12.

Buatlah tiga tabel kontingensi yang terdiri dari 1 tabel hasil pengamatan dan 2 tabel ekstrim yang melukiskan penyebaran sampel secara ekstrim 4. Sajikan data dalam bentuk tabel kontingental 2x2 3. amka uji dapat dilaksanakan. Sehingga P = Pn+P1+P0 5. Bandingkan nilai P hitung dengan nilai taraf signifikan (α). Amati data ayng akan diolah. Jika P< α maka H0 ditolak . umumnya pengujian hipotesis menggunakan fisher test dilakukan dengan menyusn hasil pengamatan ke dalam tabel kontingensi 2x2 (2 baris dan 2 kolom sebagai berikut Kelompok Klasifikasi A Klasifikasi B Jumlah I A b a+b II C d c+d Jumlah A+c B+d N = A+b+c+D Sehingga peluang P untuk komposii pengamatan adalah Langkah perhitungan fisher test adalah 1. jika data merupakan sampel independen dengan ukuran kecil yakni sekitar 40 atau kurang. P0 degan indeks P diambil dari frekuensi sel terkecil dalam setiap tabel. Jika P> α Maka H0 ditolak. Tenetukan taraf signifikansi yang diinginkan. sehingga didapat Pn.Untuk mempermudah perhitungan. Misal α = 0. 1.05 2. Hitung P untuk setiap tabel.

18 orang menyukai warna terang dan 14 orang meyukai warna gelap. Contoh kasus Pada suatu penelitian disebutkan bahwa ada kecenderungan para birokrar lebih menyukai mobil berwarna gelap da para kademisi lebih menyukai mobil berwarna terang. Simpulkan sesuai dengan hasil pengujia diatas. Tabel hasil Penelitian Kelompok Terang Gelap Jumlah Birokrat 2 6 8 Akademi 18 14 32 Jumlah 20 20 40 Tabe Ekstrim Kelompok Terang Gelap Jumlah Birokrat 0 8 8 . maka fisher bisa diakukan. Karena jumlah sapel 40. Apabila H0 ditolak maka ada asosisasi anatara 2 faktor. b. 2 orang menyukai mobil berwarna terang dan 6 orang menyukai warna terang. Dan dari 32 orang orang akademisi yang diamati. Pengujian hipotesis a. Hipotesis H0 tidak terdapat perbedaan antara birokrat dan akademisi dalam memilik=h warna mobil H1 tidak terdapat perbedaan antara birokrat dan akademisi dalam memilih warna mobil 6. Berdasarkan kasus dapat disimpulkan 1. Untuk membuktikan hal itu dilakukan pengumpulan datadngan menggunakan sampel secara random. Rumusan masalah : Ada perbedaan birokrat dan akademisi dalam memilih warna mobil? 4. Judul penelitian : Kecenderungan Birokrat dan Akademisi dalam memilih warna mobil 2. Variabel penelitian : warna mobil 3. Dari 8 orang birokrat ayng diamati. 6. Menyajikan data penelitian dalam kontingensi 2x2. Sampel : birokrat 8 orang dan akademisi 32 orang 5. Kritria pengujian hipotesis H0 Diterima bila harga P hitng lebih besar dari taraf signifikan yang ditetapkan 7.

05 Maka p>α. Karena P = 0.117558 d.095760 P0 = 0. sehingga H0 ditermia.020160 P = P1 +P2+ P0 = 0.117558.Akademi 20 12 32 Jumlah 20 20 40 Kelompok Terang Gelap Jumlah Birokrat 1 7 8 Akademi 19 14 32 Jumlah 20 20 40 c. e. Menghitung P untuk masing – masing tabel P2 = 0.001638 P1 = 0. Kesimpulannya tidak terdapat perbedaan antara birokrat dan akademisi dalam memilih warna mobil . dan p = 0.