Makalah Statistik - Kelompok 13
Makalah Statistik - Kelompok 13
Makalah Statistik - Kelompok 13
(Menguji proporsi data multinom, menguji kesamaan rata-rata poisson, uji independen
antara dua faktor, uji kecocokan)
Kelompok 13
Nama Anggota :
2021
KATA PENGANTAR
Dengan menyebut nama Tuhan yang maha esa karena atas berkat rahmat, hidayah dan
inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah yang bertemakan “Uji
Chi-Kuadrat dan Uji Kecocokan”.
Makalah ini telah kami susun untuk memenuhi tugas Mata Kuliah “Pendidikan Inklusif”.
Untuk itu kami ucapkan banyak terimakasih kepada semua pihak yang telah berpartisipasi dalam
pembuatan makalah ini, terutama kepada Bu Kandida Maro Rayo, M. Pd telah memberikan tugas
ini sehingga dapat menambah pengetahuan serta wawasan kami.
Dan kami berharap semoga makalah ini dapat menambah pengetahuan dan pengalaman
bagi para pembaca begitu pun bagi kami selaku pembuat makalah ini. Karena keterbatasan
pengetahuan maupun pengalaman kami, kami yakin masih banyak kekurangan dalam makalah
ini, oleh karena itu kami mengharapkan kritik dan saran yang membangun dari pembaca demi
kesempurnaan makalah ini.
DAFTAR ISI
KATA PENGANTAR......................................................................................................................i
DAFTAR ISI...................................................................................................................................ii
BAB I PENDAHULUAN................................................................................................................1
A. Latar belakang.........................................................................................................................1
B. Rumusan masalah....................................................................................................................1
C. Tujuan......................................................................................................................................2
BAB II PEMBAHASAN.................................................................................................................3
4. Uji kecocokan.......................................................................................................................9
A. Kesimpulan...........................................................................................................................13
B. Saran......................................................................................................................................13
DAFTAR PUSTAKA....................................................................................................................14
BAB I
PENDAHULUAN
A. Latar belakang
Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan data yang bersifat
interval atau rasio. Data interval dan rasio merupakan data yang berupa angka hasil dari
pengukuran baik pengukuran yang bersifat langsung maupun tidak langsung. Namun demikian
tidak jarang peneliti harus bekerja dan terlibat dengan data yang berwujud frekuensi. Data
frekuensi atau distribusi frekuensi merupakan data hasil dari pencacahan atau pembilangan. Jika
kita perhatikan pengujian atau tes hipotesis untuk harga proporsi hanya melibatkan paling
banyak dua proporsi yang diukur dari dua proporsi yang berbeda. Dalam kenyataannya kita tidak
hanya akan menggunakan dua proporsi, namun lebih dari itu. Oleh karena itu kita tentu akan
mengalami kesulitan jika tiga atau lebih proporsi diuji menggunakan uji hipotesis harga
perbedaan dua proporsi.Untuk mengatasi kesulitan tersebut kita menggunakan pengujian lain
yaitu uji Chi-kuadrat atau Chi- square test yang disimbolkan dengan x 2. Chi kuadrat merupakan
suatu teknik statistik yang menggunakan untuk menilai probabilitas guna memperoleh perbedaan
frekuensi nyata atau hasil pengamatan atau observasi dengan frekuensi yang diharapkan dalam
kategori-kategori tertentu. Alat uji ini khusus digunakan untuk menguji lebih dari dua proporsi
dengan kriteria tertentu. Kriteria-kriteria itu didasarkan pada ciri data yang akan diuji
proporsinya sehingga menimbulkan jenis pengujian yang berbeda,walaupun tetap menggunakan
satu bentuk rumus yang sama.
Dalam uraian-uraian terdahulu telah sering dinyatakan atau dimisalkan bahwa fenomena
mempunyai atau berasal dari populasi yang mengikuti model atau distribusi tertentu, misalnya:
normal, poisson, binom ataupun lainnya. Sekarang akan dilakukan pengecekan berdasarkan data
hasil pengamatan, apakah model populasi yang diandaikan betul-betul dapat dijamin atau
dipenuhi. Pengecekan ini, akan dilakukan melalui pengujian apakah ada kecocokan antara hasil
pengamatan dengan populasi yang diandaikan. Sebenarnya hal ini telah dilakukan antara lain
dalam bagian 2 mengenai populasi multinom dan binom.
B. Rumusan masalah
1
2. Apa saja kegunaan uji chi- kuadrat dan uji kecocokan ?
C. Tujuan
2
BAB II
PEMBAHASAN
Rumus :
X2¿ ∑¿ ¿
Dimana :
fo = frekuensi observasi
X2 = Chi-Kuadrat
Catatan :
∑ fo
Bila frekuensi harapan (fe) tidak diketahui maka dapat dicari dengan rumus fe =
n
3
B. Kegunaan Uji Chi-Kuadrat dan Uji Kecocokan
Contoh 1:
Untuk contoh pertama kami, kami ingin melihat koin. Koin yang adil memiliki probabilitas yang
sama dari 1/2 kepala atau ekor yang muncul. Kami melempar koin 1000 kali dan mencatat hasil
total 580 kepala dan 420 ekor. Kami ingin menguji hipotesis pada tingkat kepercayaan 95%
bahwa koin yang kami lempar adil. Secara lebih formal, hipotesis nol H 0 adalah bahwa koin itu
adil. Karena kita membandingkan frekuensi hasil yang diamati dari lemparan koin dengan
frekuensi yang diharapkan dari koin adil yang diidealkan, uji chi-square harus digunakan.
Kami mulai dengan menghitung statistik chi-square untuk skenario ini. Ada dua peristiwa,
kepala dan ekor. Kepala memiliki frekuensi pengamatan f 1 = 580 dengan frekuensi yang
diharapkan e 1 = 50% x 1000 = 500. Ekor memiliki frekuensi pengamatan f 2 = 420 dengan
frekuensi yang diharapkan e 1 = 500.
Kami sekarang menggunakan rumus untuk statistik chi-square dan melihat bahwa χ 2 = ( f 1 - e 1
) 2 / e 1 + ( f 2 - e 2 ) 2 / e 2 = 80 2 / 500+ (-80) 2 /500 = 25,6.
4
Selanjutnya, kita perlu mencari nilai kritis untuk distribusi chi-kuadrat yang tepat. Karena ada
dua hasil untuk koin, ada dua kategori yang perlu dipertimbangkan. Jumlah derajat kebebasan
kurang satu dari jumlah kategori: 2 - 1 = 1. Kami menggunakan distribusi chi-kuadrat untuk
jumlah derajat kebebasan ini dan melihat bahwa χ 2 0,95 = 3,841.
Terakhir, kami membandingkan statistik chi-kuadrat yang dihitung dengan nilai kritis dari tabel.
Karena 25,6> 3,841, kami menolak hipotesis nol bahwa ini adalah koin yang adil.
Dalam kehidupan sehari-hari variabel yang mengikuti distribusi poisson adalah variabel
yang menggambarkan peristiwa-peristiwa yang jarang terjadi, misal dalam asuransi adalah
jarang seseorang yang mengasuransikan kendaraan roda duanya kepada perusahaan asuransi.
Frekuensi klaim (k) Jumlah pemegang polis yang melakukan klaim sebanyak
k (nk)
0 489
1 131
2 58
3 13
4 6
5 1
5
>5 0
Jumlah 698
Ada 489 pemegang polis yang tidak melakukan klaim selama satu tahun masa
asuransinya.
Ada 131 pemegang polis yang melakukan klaim sebanyak 1 kali klaim selama satu tahun
masa asuransinya.
Ada 58 pemegang polis yang melakukan klaim sebanyak 2 kali klaim selama satu tahun
masa asuransinya.
Ada 13 pemegang polis yang melakukan klaim sebanyak 2 kali klaim selama satu tahun
masa asuransinya.
Ada 6 pemegang polis yang melakukan klaim sebanyak 4 kali klaim selama satu tahun
masa asuransinya.
Ada 1 pemegang polis yang melakukan klaim sebanyak 5 kali klaim selama satu tahun
masa asuransinya.
1. Buatlah hipotesis
H0: tidak ada kaitan antara keadaan ekonomi seseorang dengan pendidikannya
3. Lakukan analisa
O 15 16 31
7
E 11,45 19,55
SMA
O 3 23
26
E 9,60 16,40
Perguruan Tinggi
O 2 22
24
E 8,86 15,14
Total 48 82 13
1. Nilai E untuk kategori tidak tamat SD di bawah garis kemiskinan = (12 x 48)/130 = 4,43
2. Nilai E untuk kategori tidak tamat SD di atas garis kemiskinan = (12 x 82)/130 = 7,57
5. Nilai E untuk kategori SMP di bawah garis kemiskinan = (31 x 48)/130 = 11,45
6. Nilai E untuk kategori SMP di atas garis kemiskinan = (31 x 82)/130 = 19,55
7. Nilai E untuk kategori SMA di bawah garis kemiskinan = (26 x 48)/130 = 9,60
8. Nilai E untuk kategori SMA di atas garis kemiskinan = (26 x 82)/130 = 16,40
9. Nilai E untuk kategori Perguruan Tinggi di bawah garis kemiskinan = (24 x 48)/130 = 8,86
10. Nilai E untuk kategori Perguruan Tinggi di atas garis kemiskinan = (24 x 82)/130 = 15,14
8
= Σ = + + … + =
2,875 + 1,683 + 2,941 + 1,721 + 1,103 + 0,646 + 4,538 + 2,656 + 5,313 + 3,110 = 26,586
Catatan: k = kolom (di bawah & di atas garis kemiskinan) b = baris (tidak tamat SD, SD, SMP,
SMA, dan Perguruan Tinggi)
5. Kesimpulan
Hasil analisis menunjukkan bahwa nilai = 26,586, yaitu lebih besar dari nilai
yang 9,488, sehingga kita harus menerima HA. Dengan demikian, kita simpulkan bahwa ada
kaitan yang signifikan antara keadaan ekonomi seseorang dengan tingkat pendidikannya (lihat
lagi hipotesis di atas, khususnya bunyi hipotesis HA).
4. Uji kecocokan
Uji kecocokan atau goodness of fit test, hipotesis nol merupakan suatu ketentuan tentang
pola yang diharapkan dari frekuensi-frekuensi dalam kategori – kategori tertentu. Pola yang
diharapkan harus sesuai dengan asumsi atau anggapan atas kemungkinan kejadian yang sama
dan bersifat umum. Uji kecocokan (goodness of fit), membandingkan antara Frekuensi
Observasi dengan Frekuensi Teoretis /Harapan. Apakah Frekuensi hasil Observasi menyimpang
dari Frekuensi Harapan. Jika nilai (chi square) kecil, berarti kedua frekuensi tersebut sangat
dekat, mengarah pada penerimaan kepada hipotesa nol (Ho).
9
H0 : frekuensi setiap kategori memenuhi suatu nilai/perbandingan.
H1 : Ada frekuensi suatu kategori yang tidak memenuhi nilai/perbandingan tersebut.
Dalam uji kecocokan model derajad kebebasan (df) sama dengan jumlah kategori
dikurangi jumlah estimator yang didasarkan pada sampel dan dikurang 1. Yang dimaksud
estimator parameter adalah parameter yang diperkirakan nilainya, karena nilai parameter tidak
dapat secara tepat ditentukan berdasarkan data sampel yang tersedia. Jika dirumuskan menjadi:
df=k–m-1
dengan:
k : jumlah kategori data sampel
”Sebuah distibutor alat penggilingan padi membagi pasar menjadi 4 wilayah (A, B, C,
dan D). Ada informasi bahwa pendistribusian alat penggilingan merata pada setiap wilayah.
Untuk membuktikan pernyataan tersebut diambil 40 arsip sebagai sampel. Dari 40 arsip
tersebut diperoleh informasi yang tertuang dapa tabel. Gunakan tingat signifikansi 5 persen
untuk menguji hipotesis yang menyatakan bahwa distribusi alat penggilingan di keempat
wilayah merata (sama”
Wilayah
Total Baris
A B C D
10
1. Hipotesis
Sebelum memulai pembahasan langkah pertama yang harus diketahui adalah permasalahan dan
tujuan dari soal yang ingin dicapai oleh peneliti. Pertama Peneliti ingin membuktikan
bahwa pendistribusian sama rata. sehingga bisa memperkirakan hipotesis. ini hipotesis yang
digunakan dalam penelitian ini
Kedua yang perlu diperhatikan yaitu nilai kritis. Maksud dari nilai kritis tersebut adalah nilai
batas dari penentu keputusan hipotesis mana yang di ambil. sehingga ini sangat perlu dilakukan.
Berdasarkan penjelasan di atas. Dalam kasus di atas tidak perlu ada parameter yang diestimasi.
oleh karena itu:
df = k – 1 = 4 – 0 – 1 = 3
Selain itu tingkat signifikansi yang digunakan adalah 0,05(5%), sehingga nilai kritisnya adalah:
X2(0,05;3) = 7,81
nilai 7,81 ini diperoleh dari tabel chi squared. untuk mengetahui nilai tersebut harus punya tabel
chi squared.
3. Nilai Hitung
Nilai uji statistik X2 hitung diperoleh dengan cara sebagai berikut seperti pada materi
11
4. Kesimpulan
Setelah diperoleh nilai statistik hitung yaitu 4. kemudian kita bandingkan dengan nilai kritis tadi
yang sudah diperoleh sebelumnya yaitu 7,81. nilai statistik hitung lebih kecil dari nilai kritis
hitung maka keputusan tidak menolak H0, sehingga keputusan yang diperoleh berdasarkan H0
yaitu distribusi alat penggilingan di keempat wilayah merata (sama). Sudah mengerti kan ya?
Bagaimana kalau nilai statistik hitung lebih besar dari nilai kritis maka keputusannya
sebalikknya yaitu berdasarkan hasil Hipotesis alternatif (Ha).
12
BAB III
PENUTUP
A. Kesimpulan
Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih
dan data berjenis nominal, sehingga datanya bersifat dikrit. Sedangkan uji Kecocokan ialah suatu
ketentuan yang digunakan untuk membandingkan ataumengetahui ada tidaknya kecocokan
sebaran yang diasumsikan atau adatidaknya kecocokan antara frekuensi Observasi dengan
Frekuensi Harapan /Teoritis.
Kegunaan uji chi-kuadrat dan uji kecocokan diantaranya untuk menguji proporsi , untuk
menguji kesamaan rata-rata poisson, untuk menguji uji independensi dan untuk uji
kecocokan/kesesuaian.
B. Saran
13
DAFTAR PUSTAKA
https://www.academia.edu/35352235/makalah_uji_chi_kuadrat_kelompok_12_FIX_docx
https://www.scribd.com/doc/226434669/Makalah-Uji-Kecocokanv
https://www.greelane.com/id/sains-teknologi-matematika/matematika/chi-square-test-for-a-
multinomial-experiment-3126399/
https://eprints.uny.ac.id/7066/1/S.14%20Lisnur%20Wachidah.pdf
https://hatta2stat.wordpress.com/2011/11/25/menguji-independensi-antara-2-faktor/
14