Chi-Square Test

Prosedur tes Chi-Square mentabulasi suatu variabel ke kategori-kategori dan melakukan tes hipotesis bahwa frekuensi yang diamati tidak berbeda dengan nilai yang diharapkan.

Contoh, produsen mobil mengeluarkan lima model mobil baru. Diharapkan kelima mobil tersebut memiliki tingkat jual yang sama. Setelah setengah tahun dilakukan pengamatan terhadap penjual kelima mobil tersebut. Apakah penjualan kelima model tersebut sama? Berikut data penjualan mobil tersebut pada semester awal penjualan.



Keterangan:
Variabel model merupakan variabel string, namun diubah ke numerik dengan memberikan value / nilai pada variabel tersebut. (model1 = 1, model2 = 2, model3 = 3, model4 = 4, model5 = 5 untuk variabel model)

Ada dua langkah dalam melakukan analisis Chi-Square. Langkah pertama adalah memberi bobot data dan langkah kedua adalah analisis Chi-Square.

Untuk memberi bobot pada data dapat dilakukan dengan langkah berikut :

Buka file .save

Klik Data > Weight Cases pada menu sehingga kotak dialog muncul :



Pilih Weight Cases by dan masukkan variabel jumlah pada kotak Frequency Variable.

Klik OK.

Selanjutnya langkah kedua, analisis Chi-Square :

Klik Analyze > Nonparametric Tests > Chi-Square.

Masukkan variabel model pada kotak Test Variable List. Secara default Get from data pada kotak Expected Range dan All Categories equal pada kotak Expected Value akan terpilih.

Klik OK.



Keterangan:

Pada tabel model mobil, kolom Expected N adalah data pengamatan penjualan mobil sedangkan kolom Expected N adalah data yang diharapkan. Data penjualan diharapkan sama untuk kelima model mobil tersebut. Nilai 101,6 didapat dari jumlah total pengamatan (508) dibagi jumlah model mobil (5). Kolom Residual merupakan selisih kolom Observed N dengan Expected N.

Ho = tingkat penjualan mobil seragam

Ha = tingkat penjualan mobil tidak seragam

Jika X2 hitung < X2 tabel, maka Ho diterima

Jika X2 hitung > X2 tabel, maka Ho ditolak

atau

Jika Asymp Sig > a, maka Ho diterima

Jika Asymp Sig < a, maka Ho ditolak

Tingkat kepercayaan 95%; a = 0,05; df(k-1) = 4

X2 hitung (20.484) > X2 tabel (4;0,05) adalah 9,487, maka Ho ditolak. Jadi tingkat penjualan kelima mobil tidak seragam.

atau

Asymp Sig(0,000) < a (0,01), maka Ho ditolak. Jadi tingkat penjualan kelima mobil tidak seragam.