People Innovation Excellence

CHI-SQUARE (GOODNESS OF FIT TEST)

Uji Chi-square atau qai-kuadrat digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung berskala nominal atau ordinal. Prosedur uji chi-square menabulasi satu atau variabel ke dalam kategori-kategori dan menghitung angka statistik chi-square. Untuk satu variabel dikenal sebagai uji keselarasan atau goodness of fit test yang berfungsi untuk membandingkan frekuensi yang diamati (fo) dengan frekuensi yang diharapkan (fe). Jika terdiri dari 2 variabel dikenal sebagai uji independensi yang berfungsi untuk hubungan dua variabel. Seperti sifatnya, prosedur uji chi-square dilkelompokan kedalam statistik uji non-parametrik.

Semua variabel yang akan dianalisa harus bersifat numerik kategorikal atau nominal dan dapat juga berskala ordinal. Prosedur ini didasarkan pada asumsi bahwa uji nonparametrik tidak membutuhkan asumsi bentuk distribusi yang mendasarinya. Data diasumsikan berasal dari sampel acak. Frekuensi yang diharapkan (fe) untuk masing-masing kategori harus setidaknya : Tidak boleh lebih dari dua puluh (20%) dari kategori mempunyai frekuensi yang diharapkan kurang dari 5. (Suseno, 2013)

 

Kapan Kita menggunakan Goodness of Fit Test?

Uji keselarasan atau goodness of fit test menentukan apakah sebuah populasi mengikuti distribusi tertentu. Chi-Square Goodness of Fit dapat digunakan ketika bertemu dengan kondisi sebagai berikut:

  • Metode sample yang digunakan adalah simple random sampling
  • Variabel yang digunakan adalah kategorikal
  • Nilai yang diharapkan pada sampel yang diobservasi minimal 5 dalam setiap level variabel

 

Penetapan Hipotesis Awal dan Hipotesis Alternatif

H0 : frekuensi setiap kategori memenuhi suatu nilai/perbandingan.

Ha : Ada frekuensi suatu kategori yang tidak memenuhi nilai/perbandingan tersebut.

 

Penetapan Derajat Kebebasan (df)

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

m : jumlah nilai-nilai parameter yang diestimasi


Published at : Updated
Leave Your Footprint

    Periksa Browser Anda

    Check Your Browser

    Situs ini tidak lagi mendukung penggunaan browser dengan teknologi tertinggal.

    Apabila Anda melihat pesan ini, berarti Anda masih menggunakan browser Internet Explorer seri 8 / 7 / 6 / ...

    Sebagai informasi, browser yang anda gunakan ini tidaklah aman dan tidak dapat menampilkan teknologi CSS terakhir yang dapat membuat sebuah situs tampil lebih baik. Bahkan Microsoft sebagai pembuatnya, telah merekomendasikan agar menggunakan browser yang lebih modern.

    Untuk tampilan yang lebih baik, gunakan salah satu browser berikut. Download dan Install, seluruhnya gratis untuk digunakan.

    We're Moving Forward.

    This Site Is No Longer Supporting Out-of Date Browser.

    If you are viewing this message, it means that you are currently using Internet Explorer 8 / 7 / 6 / below to access this site. FYI, it is unsafe and unable to render the latest CSS improvements. Even Microsoft, its creator, wants you to install more modern browser.

    Best viewed with one of these browser instead. It is totally free.

    1. Google Chrome
    2. Mozilla Firefox
    3. Opera
    4. Internet Explorer 9
    Close