analisis chi square menggunakan SPSS
Salah seorang pengunjung blog kita ini bertanya tentang apa sebenarnya yang dimaksud dengan chi square?
Dalam
statistik, distribusi chi square (dilambangkan dengan χ2) termasuk
dalam statistik nonparametrik. Distribusi nonparametrik adalah
distribusi dimana besaran-besaran populasi tidak diketahui. Distribusi
ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak
memiliki informasi tentang populasi atau jika asumsi-asumsi yang
dipersyaratkan untuk penggunaan statistik parametrik tidak terpenuhi.
Beberapa hal yang perlu diketahui berkenaan dengan distribusi chi square adalah :
a. Distribusi chi square memiliki satu parameter yaitu derajad bebas (db)
b. Nilai-nilai chi square di mulai dari 0 disebelah kiri, sampai nilai-nilai positif tak terhingga di sebelah kanan
c. Probabilitas nilai chi square di mulai dari sisi sebelah kanan
d. Luas daerah di bawah kurva normal adalah 1. Nilai
dari chi square bisa dicari jika kita memiliki informasi luas daerah
disebelah kanan kurva serta derajad bebas. Misalnya jika luas daerah
disebelah kanan adalah 0,1 dan derajad bebas sebanyak 7, maka nilai chi
square adalah 12, 017.
Dalam
statistic, distribusi chi square digunakan dalam banyak hal. Mulai dari
pengujian proporsi data multinom, menguji kesamaan rata-rata Poisson
serta pengujian hipotesis. Pengujian hipotesis yang menggunakan dasar
distribusi chi square misalnya Goodness-of-fit test, pengujian
indepensi, pengujian homogenitas serta pengujian varians dan standar
deviasi populasi tunggal.
Pada
postingan kali ini, kita saya akan menunjukkan penggunaan distribusi
chi square untuk menguji Goodness-of-fit. Dalam Goodness-of-fit test ada
hal-hal yang harus diperhatikan yaitu:
a. Adanya frekuensi observasi atau frekuensi yang benar-benar terjadi dalam eksperimen dan dilambangkan dengan O.
b. Adanya frekuensi yang diharapkan terjadi yang dilambangkan dengan
E = np
c.
Derajad bebas adalah k – 1 dimana k adalah jumlah kategori. Misalnya
jika kita melempar dadu, maka aka nada 6 kategori kejadian sehingga k =
6. Dengan demikian db = 6 – 1 = 5.
d. Nilai chi square hitung diperoleh dari rumus:
X^2 = E [ (E-O)^2/E]
X^2 = E [ (E-O)^2/E]
e. Jumlah sampel yang digunakan harus mencukupi nilai harapan paling sedikit 5 (E > 5)
Baiklah,
kita akan melihat contoh penggunaan chi square dalam Goodness-of-fit
Test. Contoh soal ini saya ambil dari buku Statistik Induktif karangan
Abdul Hakim. Sebuah mall di Yogya memiliki 5 buah toko. Seorang analis
ingin mengetahui apakah konsumen sama senangnya berbelanja di kelima
toko tersebut. Dia mengumpulkan 1000 konsumen yang paling sering
berbelanja ke mall tersebut. Datanya dirangkam dalam tabel berikut ini
Toko a b c d e
Frekuensi 214 231 182 154 219
Frekuensi 214 231 182 154 219
Langkah
pertama yang dilakukan untuk menjawab masalah di atas adalah menentukan
rumusan hipotesis terlebih dahulu. Rumusan hipotesis adalah
H0
: proporsi konsumen yang berkunjung kelima toko itu sama. (jika
proporsinya dianggap sama, maka proporsi untuk setiap toko adalah 1/5 =
0,2
H1 : paling tidak dua diantara toko tersebut memiliki proposi yang tidak sama dengan 0,2.
H1 : paling tidak dua diantara toko tersebut memiliki proposi yang tidak sama dengan 0,2.
Langkah
kedua adalah menentukan rumus/distribusi yang akan digunakan. Dalam
kasus ini, dikarenakan terdapat 5 kategori, maka kita akan menggunakan
distribusi chi square.
Langkah
ketiga adalah menentukan daerah penolakan hipotesis. Dengan alpha
sebesar 0,01 dan df = 5 – 1 = 4 maka nilai chi square tabel atau nilai
kritis penolakan hipotesis adalah 13,227. Artinya bahwa jika statistic
hitung di atas statistic tabel, maka hipotesis nol ditolak.
Langkah keempat adalah menentukan nilai statistic hitung (uji) dengan cara kita membuat tabel seperti dibawah ini untuk mempermudah perhitungan.
Langkah keempat adalah menentukan nilai statistic hitung (uji) dengan cara kita membuat tabel seperti dibawah ini untuk mempermudah perhitungan.

langkah
terakhir adalah menarik kesimpulan. Dengan nilai statistic hitung
sebesar 19,79 berarti lebih besar dari nilai statistic tabel sebesar
13,227. Dengan demikian, hipotesis nol kita tolak. Sehingga kita dapat
mengatakan bahwa proporsi orang yang datang kelima toko tersebut
tidaklah sama.
Jika kita menggunakan program SPSS, maka pengujian hipotesis dapat kita lakukan sebagai berikut:
Masukkan data dari kelima toko tersebut ke dalam program SPSS sebagai berikut :

Masukkan data dari kelima toko tersebut ke dalam program SPSS sebagai berikut :

Setelah
itu kita beri bobot data dengan cara klik: Data > Weight Case
sehingga kotak dialog weight case muncul. Pilih Weight Case By dan
masukkan variable frekuensi ke dalam kotak Frequency Variable. Dan klik
OK

Selanjutnya klik Analyze > Nonparametric Test > Chi Square sehingga kotak dialog analisis chi square muncul.

1 comments:
Terimkasih artikelnya, mungkin akan lebih bagus jika ditambah dengan cara membaca output spssnya
Posting Komentar
PEDOMAN KOMENTAR
Ayo berpartisipasi membangun budaya berkomentar yang baik. Pantang bagi kita memberikan komentar bermuatan menghina atau spam.
Kolom komentar tersedia untuk diskusi, berbagi ide dan pengetahuan. Hargai pembaca lain dengan berbahasa yang baik dalam berekspresi. Setialah pada topik. Jangan menyerang atau menebar kebencian terhadap suku, agama, ras, atau golongan tertentu.
Bangun sharing ilmu dengan berkomentar disini :