# Statistik Chi-Square (χ2): Pengertian, Contoh, dan Penggunaan *English: Chi-Square (χ2) Statistic: What It Is, Examples, How and When to Use the Test* > Pelajari statistik Chi-Square (χ2): pengertian, rumus, jenis tes (independensi, goodness of fit), dan cara penggunaannya dalam analisis data. **Definisi:** Statistik Chi-Square (χ2) adalah uji statistik yang membandingkan data observasi dengan model untuk mengukur kesesuaiannya, sering digunakan untuk menguji hipotesis. **URL:** https://invespedia.belajarforex.co.id/c/chi_square_statistic --- ## Apa Itu Statistik Chi-Square (χ2)? Statistik Chi-Square (χ2) adalah uji yang membandingkan data observasi dengan model dan mengukur kesesuaiannya. Data yang digunakan dalam perhitungan statistik chi-square harus acak, mentah, saling eksklusif, diambil dari variabel independen, dan berasal dari sampel yang cukup besar. Contohnya, hasil melempar koin yang adil memenuhi kriteria ini. Uji chi-square sering digunakan untuk menguji hipotesis. Statistik chi-square membandingkan besarnya perbedaan antara hasil yang diharapkan dan hasil aktual, mengingat ukuran sampel dan jumlah variabel dalam hubungan tersebut. Untuk uji ini, derajat kebebasan (degrees of freedom) digunakan untuk menentukan apakah hipotesis nol tertentu dapat ditolak berdasarkan jumlah total variabel dan sampel dalam eksperimen. Seperti statistik lainnya, semakin besar ukuran sampel, semakin andal hasilnya. ## Rumus Statistik Chi-Square (χ2)  χ c 2 = ∑ ( O i − E i ) 2 E i di mana: c = Derajat kebebasan O = Nilai observasi E = Nilai yang diharapkan ## Apa yang Dapat Diberitahukan oleh Statistik Chi-Square (χ2)? Ada dua jenis utama uji chi-square yang akan memberikan informasi berbeda: ### Fakta Cepat Analisis chi-square diterapkan pada variabel kategorikal dan sangat berguna ketika variabel tersebut nominal (di mana urutan tidak penting, seperti status perkawinan atau jenis kelamin). ### Uji Independensi Ketika mempertimbangkan jenis kelamin siswa dan pilihan mata kuliah, uji χ2 untuk independensi dapat digunakan. Untuk melakukan uji ini, peneliti akan mengumpulkan data tentang dua variabel yang dipilih (jenis kelamin dan mata kuliah yang dipilih) lalu membandingkan frekuensi siswa laki-laki dan perempuan memilih di antara kelas yang ditawarkan menggunakan rumus yang diberikan di atas dan tabel statistik χ2. Jika tidak ada hubungan antara jenis kelamin dan pemilihan mata kuliah (yaitu, jika mereka independen), maka frekuensi aktual di mana siswa laki-laki dan perempuan memilih setiap mata kuliah yang ditawarkan diharapkan kira-kira sama, atau sebaliknya, proporsi siswa laki-laki dan perempuan dalam mata kuliah yang dipilih harus kira-kira sama dengan proporsi siswa laki-laki dan perempuan dalam sampel. Uji χ2 untuk independensi dapat memberi tahu kita seberapa mungkin kebetulan acak dapat menjelaskan perbedaan yang diamati antara frekuensi aktual dalam data dan ekspektasi teoritis ini. Dalam uji independensi, sebuah perusahaan mungkin ingin mengevaluasi apakah produk barunya, suplemen herbal yang menjanjikan peningkatan energi, menjangkau orang-orang yang paling mungkin tertarik. Produk ini diiklankan di situs web yang berkaitan dengan olahraga dan kebugaran, dengan asumsi bahwa orang yang aktif dan sadar kesehatan paling mungkin membelinya. Perusahaan melakukan survei ekstensif yang bertujuan untuk mengevaluasi minat pada produk berdasarkan kelompok demografis. Survei tersebut menunjukkan tidak ada korelasi antara minat pada produk ini dan orang-orang yang paling sadar kesehatan. ### Uji Goodness of Fit χ2 menyediakan cara untuk menguji seberapa baik sampel data cocok dengan karakteristik populasi yang lebih besar (yang diketahui atau diasumsikan) yang ingin diwakili oleh sampel tersebut. Ini dikenal sebagai goodness of fit. Jika data sampel tidak sesuai dengan sifat yang diharapkan dari populasi yang diminati, maka sampel tersebut tidak boleh digunakan untuk menarik kesimpulan tentang populasi yang lebih besar. Sebagai contoh uji goodness of fit, seorang profesional pemasaran sedang mempertimbangkan untuk meluncurkan produk baru yang diyakini perusahaan akan sangat menarik bagi wanita berusia di atas 45 tahun. Perusahaan telah melakukan panel pengujian produk terhadap 500 calon pembeli produk. Profesional pemasaran memiliki informasi tentang usia dan jenis kelamin panel pengujian. Ini memungkinkan penyusunan uji chi-square yang menunjukkan distribusi berdasarkan usia dan jenis kelamin orang-orang yang mengatakan mereka akan membeli produk tersebut. Hasilnya akan menunjukkan apakah pembeli yang paling mungkin adalah wanita berusia di atas 45 tahun atau tidak. Jika uji menunjukkan bahwa pria berusia di atas 45 tahun atau wanita berusia 18-44 tahun sama-sama mungkin membeli produk tersebut, maka profesional pemasaran akan merevisi iklan, promosi, dan penempatan produk untuk menarik kelompok pelanggan yang lebih luas ini. ## Contoh Cara Menggunakan Statistik Chi-Square (χ2) Misalnya, pertimbangkan koin imajiner dengan peluang tepat 50/50 untuk mendarat kepala atau ekor, dan koin asli yang Anda lempar 100 kali. Jika koin ini adil, maka ia juga akan memiliki probabilitas yang sama untuk mendarat di kedua sisi, dan hasil yang diharapkan dari melempar koin 100 kali adalah kepala akan muncul 50 kali dan ekor akan muncul 50 kali. Dalam kasus ini, χ2 dapat memberi tahu kita seberapa baik hasil aktual dari 100 lemparan koin dibandingkan dengan model teoretis bahwa koin yang adil akan memberikan hasil 50/50. Lemparan aktual bisa saja 50/50, atau 60/40, atau bahkan 90/10. Semakin jauh hasil aktual dari 100 lemparan dari 50/50, semakin buruk kesesuaian kumpulan lemparan ini dengan ekspektasi teoretis 50/50, dan semakin mungkin seseorang menyimpulkan bahwa koin ini sebenarnya tidak adil. ## Kapan Menggunakan Uji Chi-Square (χ2) Uji chi-square digunakan untuk membantu menentukan apakah hasil yang diamati sejalan dengan hasil yang diharapkan dan untuk menyingkirkan bahwa pengamatan tersebut disebabkan oleh kebetulan. Uji chi-square sesuai untuk ini ketika data yang dianalisis berasal dari sampel acak, dan ketika variabel yang bersangkutan adalah variabel kategorikal. Variabel kategorikal terdiri dari pilihan seperti jenis mobil, ras, tingkat pendidikan, pria atau wanita, atau seberapa suka seseorang terhadap kandidat politik (dari sangat suka hingga sangat tidak suka). Jenis data ini sering dikumpulkan melalui tanggapan survei atau kuesioner. Oleh karena itu, analisis chi-square seringkali paling berguna dalam menganalisis jenis data ini. ### Fakta Cepat Uji chi-square paling efektif dengan ukuran sampel yang cukup besar. Frekuensi yang diharapkan untuk setiap sel harus setidaknya 1, dan lebih dari 5 untuk mayoritas (80%+) sel. ## Cara Melakukan Uji Chi-Square (χ2) Ini adalah langkah-langkah dasar, baik Anda melakukan uji goodness of fit atau uji independensi: ## Keterbatasan Statistik Chi-Square (χ2) Uji chi-square sensitif terhadap ukuran sampel. Hubungan mungkin tampak signifikan padahal sebenarnya tidak, hanya karena sampel yang sangat besar digunakan. Selain itu, uji chi-square tidak dapat menetapkan apakah satu variabel memiliki hubungan kausal dengan variabel lain. Ia hanya dapat menetapkan apakah dua variabel berhubungan. ## Untuk Apa Uji Chi-Square Digunakan? Chi-square adalah uji statistik yang digunakan untuk memeriksa perbedaan antara variabel kategorikal dari sampel acak untuk menilai kesesuaian antara hasil yang diharapkan dan yang diamati. ## Siapa yang Menggunakan Analisis Chi-Square? Karena chi-square berlaku untuk variabel kategorikal, ia paling banyak digunakan oleh peneliti yang mempelajari data tanggapan survei. Jenis penelitian ini dapat berkisar dari demografi hingga penelitian konsumen dan pemasaran, ilmu politik, dan ekonomi. ## Apakah Analisis Chi-Square Digunakan Ketika Variabel Independen Bersifat Nominal atau Ordinal? Variabel nominal adalah variabel kategorikal yang berbeda berdasarkan kualitas, tetapi urutan numeriknya bisa tidak relevan. Misalnya, menanyakan seseorang warna favoritnya akan menghasilkan variabel nominal. Sebaliknya, menanyakan usia seseorang akan menghasilkan serangkaian data ordinal. Chi-square paling baik diterapkan pada data nominal. ## Intinya Statistik chi-square digunakan untuk mengukur perbedaan antara frekuensi yang diamati dan yang diharapkan dari hasil serangkaian variabel. Ini dapat membantu dalam menganalisis perbedaan dalam variabel kategorikal, terutama yang bersifat nominal. Dua jenis uji chi-square yang berbeda - uji independensi dan uji goodness of fit - akan menjawab pertanyaan relasional yang berbeda. ## FAQ **Apa itu statistik Chi-Square (χ2)?** Statistik Chi-Square (χ2) adalah uji statistik yang membandingkan data observasi dengan model untuk mengukur kesesuaiannya, sering digunakan untuk menguji hipotesis. **Apa saja jenis utama uji Chi-Square?** Dua jenis utama uji Chi-Square adalah Uji Independensi dan Uji Goodness of Fit. **Kapan sebaiknya menggunakan uji Chi-Square?** Uji Chi-Square sebaiknya digunakan ketika data yang dianalisis berasal dari sampel acak dan variabel yang bersangkutan adalah variabel kategorikal. **Apa keterbatasan dari statistik Chi-Square?** Keterbatasan utama adalah sensitivitasnya terhadap ukuran sampel dan ketidakmampuannya untuk menetapkan hubungan kausal antar variabel, hanya dapat menunjukkan hubungan. **Siapa yang biasanya menggunakan analisis Chi-Square?** Analisis Chi-Square paling sering digunakan oleh peneliti yang mempelajari data tanggapan survei, termasuk di bidang demografi, riset konsumen, pemasaran, ilmu politik, dan ekonomi.