Created by جَلِيْل قِبْرَنْ : Uji Chi Squared dan Annova

Kali ini berhubungan dengan Chi Squared dan Annova

Dimulai dengan chi-squared

Uji chi squared merupakan salah satu jenis uji komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua variabel adalah nominal.

Jika frekuensi dekat dengan frekuensi harapan , nilai X0 kecil dan kesesuaian baik sehingga mendukung penerimaan terhadap H0
Jika frekuensi berbeda dengan frekuensi harapan , nilai X0 besar dan kesesuaian buruk sehingga mendukung penolakan terhadap H0
Uji ini sebaikanya digunakan jika setiap frekuensi harapan paling sedikit 5 atau tidak boleh lebih dari 20%.

1. Goodness Of Fit test

Merupakan pengujian hipotesis untuk menentukan apakah suatu himpunan frekuensi yang diharapkan sama dengan frekuensi yang diperoleh dari suatu distribusi, seperti distribusi binomial, poisson, normal, atau dari perbandingan lain. Secara singkat, goodness of fit merupakan pengujian kecocokan atau kebaikan suai antara hasil pengamatan (frekuensi pengamatan) tertentu dengan frekuensi yang diperoleh berdasarkan nilai harapannya (frekuensi teoretis).

2. Uji Kebebasan (Independensi)

Memeriksa independensi 2 variabel (frekuensi teramati dan frekuensi harapan) sehingga disimpulkan apakah kedua variable tersebut saling bebas (tidak berhubungan / berpengaruh) atau saling berkaitan.

Langkah-langkah pengujian Chi-squared of fit adalah sebagai berikut:
a. Menentukan hipotesis
H0 : frekuensi pengamatan sesuai dengan frekuensi yang diharapkan
H1 : frekuensi pengamatan tidak sesuai dengan frekuensi yang diharapkan

b. Menentukan tingakat signifikansi ( α ) dan nilai χ2 dari tabel
Tingakat signifikansi ( α ) dan nilai χ2 tabel ditentukan dengan derajat bebas (db) = k – N

Keterangan:
k = banyaknya kejadian
N = banyaknya besaran yang digunakan

c. Menentukan kriteria pengujian
H0 diterima apabila χ20 ≤ χ2α (k – N)
H0 ditolak apabila χ20 > χ2α (k – N)

d. Menentukan nilai uji statistik

e. Membuat kesimpulan
Menyimpulkan apakah H0 ditolak atau diterima berdasarkan nilai statistik uji yang diperoleh.

Berikut merupakan tabel Chi yang dapat digunakan untuk Uji Chi Squared :

Kemudian masuk ke pembahasan Anova

Annova merupakan pengujian yang dilakukan untuk pengambilan keputusan menggunakan distribusi F. Oleh karnanya uji anova sering pula disebut uji-F.

Pada pengujian anova ini memiliki bebera asumsi :
• Data berdistribusi normal
• Skala pengukuran minimal interval
• Variansi homogeny
• Pengambilan sampel secara acak

Secara garis besar, anova, yaitu :
1.One way (satu arah)
Merupakan beberapa kelompok yang dihadapi merupakan pembagian dari satu variable bebas (single factor experient atau complete random design-CRD ).
Ini adalah metode uji hipotesis rata-rata k sampel, bila pada setiap sampelnya hanya terdiri atas atu kategori. Jadi dalam ANOVA satu arah menggunakan sampel acak berukuran n diambil masing-masing dari k populasi.

Dekomposisi varians dapat diajabrkan : SST = SSK + SSE

Cara perhitungannya ada 2, yaitu :
1. Rumus perhitungan kuadrat

2. Matriks

Berikut rumus yang digunakan dalam Annova one way

2.Two way (dua arah)
merupakan jenis annova yang memungkinkan beberapa kelompok yang dihadapi merupakan pembagian dari beberapa variable bebas. denagn istilah lain disebut dengan two factor experiment, factorial design ataurandomized block design. Pengujian dilakukan dengan tidak hanya melihat satu faktor (perlakuan) saja, tetapi juga dengan mempertimbangkan faktor blok .