uji normalitas & homogenitas kim
DESCRIPTION
StatistikTRANSCRIPT
1
BAB II
ANALISIS KAI KUADRAT
Tujuan perkuliahan
1. Mahasiswa melakukan uji homogenitas data menggunakan analisis kai
kuadrat
2. Mahasiswa melakukan uji normalitas data menggunakan analisis kai kuadrat
A. Uji normalitas data menggunakan
Jika sebuah sampel acak berukuran n telah diambil dengan rata-rata x dan
simpangan baku S, maka kurva normal yang cocok atau sesuai dengan data
tersebut yaitu
Untuk keperluan ini data harus disusun dalam daftar distribusi frekwensi yang
terdiri dari atas k buah kelas interval.
Untuk pengujian hipotesis, harus dihitung frekwensi teoritik Ei dan
mengetahui frekwensi nyata atau hasil observasi Oi yang diperoleh dari
sampel pada tiap kelas interval. Ei diperoleh dari hasil kali antara n dengan
peluang atau luas di bawah kurva normal pada interval yang bersangkutan.
Selanjutnya dihitung X2 menggunakan rumus
E = Frekwensi diharapkan
O = Frekwensi pengamatan
dk = (k – g – 1),
k = banyaknya kelas interval
g = banyaknya parameter yang ditaksir (µ dan ). Karena parameter yang
ditaksir hanya µ dan tentu dk = k – 3. Statistik yang diperlukan menguji
normalitas suatu populasi berdasarkan sampel acak dengan menggunakan
rumus di atas adalah rata-rata data, simpangan baku, batas bawah dan batas
2
atas interval, dan skor z. Rata-rata dan simpangan baku ditentukan setelah
data dari sampel dibuat interval yang diingini peneliti.
Untuk pengujian hipotesis, harus dihitung frekwensi teoritik Ei dan
mengetahui frekwensi nyata atau hasil pengamatan O i yang diperoleh dari
sampel pada tiap kelas interval. Ei diperoleh dari hasil kali antara n dengan
peluang atau luas di bawah kurva normal pada interval yang bersangkutan.
Selanjutnya dihitung X2 menggunakan rumus
E = Frekwensi diharapkan
O = Frekwensi pengamatan
dk = (k – g – 1), k = banyaknya kelas interval dan g = banyaknya parameter
yang ditaksir (µ dan ). Statistik yang diperlukan menguji normalitas suatu
populasi berdasarkan sampel acak dengan menggunakan rumus di atas
adalah rata-rata data, simpangan baku, batas bawah dan batas atas interval,
dan skor z. Rata-rata dan simpangan baku ditentukan setelah data dari
sampel dibuat interval yang diingini peneliti. Misalnya data tentang tinggi
dalam cm yang diperoleh dari suatu sampel yang berukuran 100 seperti pada
tabel di bawah ini.
Tinggi (cm) F
140 – 144 7
145 – 149 10
150 – 154 16
155 – 159 23
160 – 164 21
165 – 169 17
170 – 174 6
Jumlah 100
Langkah-langkah menghitung normalitas data tersebut adalah sebagai
berikut.
3
Menghitung rata-ratanya rumus rata-rata x = dan menggunakan
tabel penolong dibawah ini.
Tinggi (cm) Titik tengah d F d.f
140 – 144 142 7 994
145 – 149 147 10 1470
150 – 154 152 16 2432
155 – 159 157 23 3611
160 – 164 162 21 3403
165 – 169 167 17 2839
170 – 174 172 6 1032
Jumlah 100 15780
Rata-rata = x = = 157.80
Mengjitung standar deviasi dengan menggunakan tabel penolong dan rumus
Tinggi (cm) .fi .d=xi .xi2 .fixi .fixi
2
140 – 144 7 142 20164 994 141148
145 – 149 10 147 21609 1470 216090
150 – 154 16 152 23104 2432 369664
155 – 159 23 157 24649 3611 566927
160 – 164 21 162 26244 3403 551124
165 – 169 17 167 27889 2839 474113
170 – 174 6 172 29584 1032 177504
Jumlah 100 15780 2496510
,
.xi = tanda kelas ke-i
.fi = frekwensi yang sesuai dengan kalas xi
4
.n =
= 65,52 atau S = 8,09
Selanjutnya,
Batas bawah kelas interval ke 1 adalah 139,5 dan batas atasnya adalah 144,5
Batas bawah kelas interval ke 2 adalah 144,5 dan batas atasnya adalah 149,5
Dan seterusnya.
Selanjutnya;
Skor standar dari 139,5 adalah z = . (Pada tabel z
dilihat skor 2.2 dibawah 6 diperoleh 0.4881).
Skor stantar dari 144,5 adalah z = . (Pada tabel z dilihat
skor 1.6 di bawah 4 diperoleh 0.4495). Luas di bawah kurva untuk interval 1
adalah 0.4881 – 0.4495 = 0.0386, sehingga frekwensi teoritik kelas interval
pertama adalah 100 x 0.0386 = 3,86 = 3,9 (dibulatkan)
Batas KlsSkor z
batas klsSkor real
Luas interval kls
Frek diharapkan (Eij)
Frek pengamatan (Oij)
139,5 - 2,26 - 0,48810,0386 3,86 7
144,5 - 1,64 - 0,44950,1010 10,10 10
149,5 - 1,03 - 0,34850,1894 18,94 16
154,5 - 0,41 - 0,15910,2423* 24,23 23
159,5 0,21 0,08320,2135 21,35 21
164,5 0,83 0, 29670,1298 12,98 17
169,5 1,45 0,42650,0543 5,43 6
174,5 2,06 0,4808
Catatan : -0,1591 – 0,0832 = -0,2423, Karena luas, maka -0,2423 menjadi
0,2423
5
Gunakan rumus:
= = 4,27
.dk = 7 – 3 = 4
.α = 0,05
9,49
Kriteria pengujian:
H0 : X2hit < X2 tab sampel berasal dari populasi yang berdistribusi normal.
H1 : X2hit > X2 tab sampel berasal dari populasi yang tidak berdistribusi normal.
Karena (X2hit = 4.27) < (X2 tab = 9.49) pada taraf signifikan α = 0,05 dan dk = 4
tentu sampel tersebut berasal dari populasi yang berdistribusi normal.
Latihan
1. Data berikut ini merupakan data hasil ujian kalkulus mahasiswa semester
1 tahun kuliah 2007/2008 (data iktif ). Anda diminta untuk menyelidiki
normalitas populasi yang memuat sampel tersebut.
60 49 48 74 81 98 87 80 80 84 90 70 91 93 82 78 70 71 92 38 56 81 74 73 68 72 85 51 65 93 83 86 90 35 83 73 74 43 86 88 92 93 76 71 90 70 65 74 82 90 61 72 97 92 88 81 70 74 99 95 80 59 71 77 63 60 83 82 60 67 89 63 76 63 88 70 66 88 75 45
2. Data yang disajikan pada tabel distribusi frekrensi di bawah ini merupakan
data fiktif hasil belajar mahasiswa semester I pada mata kuliah k
3. alkulus. Anda diminta untuk menyelidiki normalitas populasi yang memuat
sampel tersebut.
Nilai (f) Frekwensi nilai
31 – 40 2
41 – 50 5
51 – 60 7
61 – 70 15
71 – 80 24
81 – 90 19
6
91 – 100 10
B. Uji homogenitas varian populasi menggunakan
Uji homogenitas varians menggunakan rumus Χ2 = ln 10 {B – ∑ (ni – 1) log
si2} disebut Uji Batlett.
Catatan:
varian , Si adalah varian ke-i pada sampel ke-i
.ln 10 = 2,3026
.s2 = adalah varians gabungan
B = log s2 ∑(ni – 1)
Misalkan ada sampel berukuran n1, n2, n3, . . . , nk dan Yij, i = 1, 2, 3, . . . , k
dan j = 1, 2, 3, 4, . . . , nk. Hasil pengamatan disusun seperti tabel dibawah ini.
Sampel ke
1 2 3 K
Data hasil
pengamatan
Y11 Y21 ... .Yk1
Y12 Y22 ... Yk2
... ... ... ...
Y1n Y2n ... Ykn
Varians masing-masing sampel tersebut adalah . . . . .
Selanjutnya, untuk memudahkan perhitungan, statistik yang dibutuhkan
untuk uji Bartlett disajikan dalam tabel di bawah ini.
Samp Dk .si2 .log si
2 (dk) log si2
7
ke
1 .n1 – 1 .s12 .log si
2 (n1 - 1) log s12
2 .n2 – 1 .s22 .log s2
2 (n2 - 1) log s22
.k .nk – 1 .sk2 .log sk
2 (nk - 1) log sk2
Jumlah ∑( ni – 1) - - ∑( ni - 1) log sk2
Hipotesis yang diperhatikan.
H0 : Semua varians sama H1 : Ada varians yang berbeda
Jabaran hipotesis statistik pengujian varians adalah sebagai berikut.
H0 : = = = . . . =
H1 : Sekurang-kurangnya ≠
Kriteria pengujian
Tolak H0 jika χh2 ≥ χt
2 . Sebaliknya terima H0
Contoh.
Di bawah ini diberikan 4 buah sampel yang diambil secara acak.
C1 C2 C3 C4
12 14 6 9
20 15 16 14
23 10 16 18
10 19 20 19
17 22
Hipotesis:
H0 : Tidak ada varians yang berbeda H1 : Ada varians yang berbeda
Atau
H0 : σ12 = σ2
2 = σ32 = σ4
2 H1 : Sekurang-kurangnya σ12 ≠ σ2
2
a. Dicari varians semua sampel dengan rumus
8
C1 C2 C3 C4
Xi Xi2 Xi Xi
2 Xi Xi2 Xi Xi
2
12 144 14 196 6 36 9 81
20 400 15 225 16 256 14 196
23 529 10 100 16 256 18 324
10 100 19 361 20 400 19 361
17 289 22 484
Rumus :
Sampel 1: n = 5 = 82, = 1462. ( = 82)2 = 6724
= 29.3
Sampel 2: n = 5, = 80, = 1366 ( = 80)2 = 6400
= 21.2
Sampel 3: n = 4, =58, = 948 ( =58)2 = 3364
= 35.7
Sampel 4: n = 4, =60 = 948 ( =60)2 = 3600
= 20.7
Buat tabel penolong seperti di bawah ini.
Samp ke .dk .si2 .log si
2 (dk) log si2
1 5 – 1 29,3 1,4669 5,8675
2 5 – 1 21,6 1,3344 5,3378
3 4 – 1 35,7 1,5527 4,6580
9
4 4 – 1 20,7 1,3197 3,9479
Jumlah 14 19,8112
Gunakan rumus:
Χ2 = ln 10 {B – ∑ (ni – 1) log si2}
Catatan:
.ln 10 = 2,3026
.s2 =
= 26,6286
B = log s2 ∑(ni – 1) = (log 26,6286)x14 = 19,9549
χ2 = ln 10 {B – ∑ (ni – 1) log si2}
= 2,3026{19,9549 – 19,8112}
= 0,3308
χtab2 = 7,81, dk = 4 – 1 = 3, α = 0,05
Karena ( = 7,81) > ( = 0,3308), maka data tersebut memiliki varians
yang sama atau sampel tersebut bersumber dari populasi yang homogen.
Latihan
Ambil data fiktif yang terdiri dari 4 buah sampel. Sampel 1 terdiri dari 15 data,
sampel 2 terdiri dari 18 data, sampel 3 terdiri dari 18 data dan sampel 4
terdiri dari 20 data. Kemudian uji nomogenitas data tersebut!
C. UJI INDEPENSI ANTARA DUA FAKTOR