Kalkulator Chi-Square (χ²)

Uji kesesuaian atau independensi data

χ² = Σ((O-E)²/E)

Pisahkan dengan koma

Pisahkan dengan koma

📚 Cara Penggunaan:

  • • Masukkan data observasi yang Anda peroleh.
  • • Masukkan data ekspektasi (teoretis) sebagai pembanding.
  • • Pastikan jumlah elemen data (O) sama dengan data (E).
  • • Nilai χ² yang tinggi menunjukkan perbedaan signifikan antara O dan E.

Hasil akan dihitung secara otomatis saat input terisi

Kalkulator Chi-Square (χ²) - Uji Independensi & Goodness of Fit

Lakukan uji chi-square untuk menguji hubungan antara variabel kategorikal (independence test) atau kesesuaian distribusi (goodness of fit). Lengkap dengan tabel kontingensi.

Rumus Chi-Square

χ² = Σ[(O - E)² / E]

Keterangan:

  • χ²= Nilai statistik chi-square(contoh: 5.99)
  • O= Frekuensi observasi (diamati)(contoh: 25)
  • E= Frekuensi ekspektasi (harapan)(contoh: 20)
  • df= Degrees of freedom(contoh: (r-1)(c-1) untuk tabel)

Cara Menggunakan

  1. 1

    Pilih Jenis Uji

    Goodness of Fit (1 variabel) atau Independence Test (2 variabel).

  2. 2

    Masukkan Data

    Input frekuensi observasi untuk setiap kategori atau sel tabel.

  3. 3

    Tentukan Alpha

    Pilih tingkat signifikansi (α = 0.05 standar).

  4. 4

    Interpretasi

    Bandingkan χ² hitung dengan χ² kritis atau lihat p-value.

Contoh Perhitungan

Goodness of Fit Test

Soal:

Dadu dilempar 60 kali. Hasil: 1=8, 2=12, 3=11, 4=7, 5=13, 6=9. Apakah dadu fair?

Penyelesaian:
  1. 1.E = 60/6 = 10 untuk setiap sisi
  2. 2.χ² = (8-10)²/10 + (12-10)²/10 + ... + (9-10)²/10
  3. 3.χ² = 0.4 + 0.4 + 0.1 + 0.9 + 0.9 + 0.1
  4. 4.χ² = 2.8, df = 5
Hasil:χ² = 2.8, p ≈ 0.73

χ² kritis (α=0.05, df=5) = 11.07. Karena 2.8 < 11.07, dadu dianggap fair.

Independence Test

Soal:

Apakah ada hubungan antara jenis kelamin dan preferensi produk? (tabel 2×2)

Penyelesaian:
  1. 1.Tabel: M-A=30, M-B=20, F-A=25, F-B=25
  2. 2.E = (total baris × total kolom) / grand total
  3. 3.Hitung χ² untuk setiap sel
  4. 4.df = (2-1)(2-1) = 1
Hasil:χ² = 1.01, p = 0.31

p > 0.05, tidak ada hubungan signifikan antara jenis kelamin dan preferensi produk.

Pertanyaan yang Sering Diajukan (FAQ)

Kapan menggunakan chi-square test?
Chi-square digunakan untuk data kategorikal (bukan numerik): menguji apakah distribusi sesuai ekspektasi (GoF) atau apakah dua variabel kategorikal berhubungan (independensi).
Apa syarat penggunaan chi-square?
Syarat utama: (1) Data kategorikal, (2) Observasi independen, (3) Frekuensi ekspektasi ≥ 5 untuk setiap sel (jika tidak, gunakan Fisher exact test atau gabungkan kategori).
Apa perbedaan chi-square dan t-test?
Chi-square untuk data kategorikal (perbandingan proporsi/frekuensi), t-test untuk data numerik (perbandingan mean). Chi-square tidak memerlukan asumsi normalitas.
Bagaimana menghitung degrees of freedom?
Untuk GoF: df = k - 1 (k = jumlah kategori). Untuk independence: df = (r-1)(c-1) dimana r = jumlah baris, c = jumlah kolom dalam tabel kontingensi.
Apa itu Cramér's V?
Cramér's V adalah ukuran effect size untuk chi-square, berkisar 0-1. V = √(χ²/n×min(r-1,c-1)). V < 0.1 (lemah), 0.1-0.3 (sedang), > 0.3 (kuat).

Kalkulator Terkait

Referensi