Date post: | 10-Sep-2015 |
Category: |
Documents |
Upload: | muhamad-risman |
View: | 25 times |
Download: | 3 times |
Uji Khi-kuadrat (Chi-square) &
Uji Pasti Fisher (Exact Test)
Prof. Dr. Khairil Anwar Notodiputro
How did Pearson come up
with the following Pearson
chi-squared statistics in
1900?
Born: 27 March 1857 in London, England Died: 27 April 1936 in Coldharbour, Surrey, England
Pembandingan Proporsi
Proporsi satu contoh
Proporsi dua contoh
Satu atau dua kelompok
o Berdasarkan selang kepercayaan dan pengujian
hipotesis (statistik z)
o Mirip dengan uji-t satu contoh atau uji-t dua contoh
untuk membandingkan dua nilai-tengah dari data
kontinu
Proporsi Satu Contoh
Selang kepercayaan 95%
Ukuran contoh terlalu kecil: Uji Binom
Pengujian Ho: p = pexp
Selang kepercayaan 95%
Pengujian
Ukuran contoh terlalu kecil: Uji pasti Fisher
Proporsi Dua Contoh
Uji khi-kuadrat untuk tabel kontingensi
o Tabel kontingensi adalah tabel frekuensi yang
ditentukan oleh dua peubah kategorik Peubah baris mencerminkan
paparan terhadap perlakuan
(exposure to treatments)
Peubah lajur biasanya adalah hasilnya (outcome) atau sebaliknya
Setiap sel mengandung frekuensi untuk setiap kombinasi kategori
Tabel kontingensi 2x2 Proporsi dua contoh o Suatu studi:
o 683 dari 3220 wanita yg melahirkan pertama kali 30 th mengidap kanker payudara
o 1498 dari 10245 wanita yg melahirkan pertama kali < 30 th
mengidap kanker payudara
o Pertanyaan: Apakah usia melahirkan pertama kali berasosiasi
(berhubungan) dengan kejadian kanker payudara?
Tabel kontingensi r x c
o Pertanyaan: Apakah ras berasosiasi (berhubungan) dengan genotipe?
Apakah proporsi genotipe konsisten diantara kelompok ras?
Hipotesis nol Ho
Dua peubah kategorik bebas satu sama lain, artinya
fakta bhw satu individu ada pada baris tertentu tidak
tergantung pada di lajur mana individu itu berada
Bandingkan frekuensi amatan (observed) dengan frekuensi harapan (expected) kalau Ho benar. Perbedaan yang besar antara keduanya merupakan
petunjuk bhw Ho akan ditolak
Frekuensi amatan vs harapan
Jika kanker bebas dari usia melahirkan (Ho benar)
maka kita bisa berharap bahwa proporsi pengidap
kanker pada setiap kelompok sama.
521.56
1659.44
2698.44 521.56
1659.44 8585.56
Untuk tabel rxc frekuensi harapan (jika Ho benar) pada baris
ke i dan lajur ke j adalah
Frekuensi amatan vs harapan
2698.44 521.56
1659.44 8585.56
Frekuensi amatan vs harapan
o Frekuensi harapan tidak harus bilangan bulat
o Frekuensi harapan tidak memengaruhi total baris
atau pun total lajur
o Dibutuhkan satu statistik untuk mengukur
perbedaan antara frekuensi harapan dan amatan
Statistik Uji
o Secara umum statistik khi-kuadrat
o Derajat bebas
o Hasil pengujian nyata (menolak Ho) jika statistik
uji tsb lebih besar dari nilai sebaran khi-kuadrat
dengan derajat bebas (r-1)(c-1).
Ilustrasi
2698.44 521.56
1659.44 8585.56
- 521.6 - 2698.4) - 1659.4
- 8585.6)2
521.6 2698.4 1659.4
8585.6
o Nilai sebaran khi-kuadrat dengan derajat bebas
(2-1)(2-1)=1 pada =0.05 adalah 3.84. Jadi
o Hasil pengujian nyata (menolak Ho), artinya
ada asosiasi (hubungan) antara kejadian
kanker payudara dengan usia melahirkan
pertama kali.
Uji Pasti Fisher
Dua peubah kategorik bebas satu sama lain, artinya
fakta bhw satu individu ada pada baris tertentu tidak
tergantung pada di lajur mana individu itu berada
o Anggaplah bhw hipotesis nol benar
o Hitung peluang semua tabel yang memiliki total
baris dan lajur sama seperti tabel amatan
o Cari nilai-p dari peluang tersebut
Uji Pasti Fisher
Uji Pasti Fisher
Perhatikan tabel 2x2 dengan unsur-unsur
pada keempat selnya adalah: n11, n12 , n21, dan n22. Misalkan angka pada sel ke (i,j) yaitu nij berasal dari contoh binom atas 4 sel yang ada. Sebaran peluang contoh kecil
untuk nij (jika Ho benar) bersyarat total marjinalnya akan mengikuti sebaran
hypergeometric.
Untuk total marjinal baris dan lajur
tertentu, n11 menentukan besarnya ketiga sel lainnya. Jadi
hypergeometric itu
mengekspresikan peluang ketiga
sel lainnya dalam bentuk n11 sebagai berikut:
n11 n12 n1+
n21 n22 n2+
n+1 n+2
Uji Pasti Fisher
o Uji pasti Fisher berlaku untuk semua
ukuran contoh (tidak hanya untuk ukuran
contoh kecil)
o Untuk ukuran contoh besar uji ini
memerlukan waktu komputasi yang lama.
Nilai-p yang dihasilkan akan mendekati
nilai-p dari uji khi-kuadrat
o Uji khi-kuadrat efisien jika ukuran contoh
besar
Alan Agresti (2007): Introduction to Categorical Data Analysis 1.1 dan 1.2 Hal 16 1.8 dan 1.9 Hal 18 2.16 Hal 58 2.21 Hal 60 2.30 dan 2.31 Hal 62
o Dikerjakan berkelompok (4-5 orang per kelompok)
o Angka/digit terakhir dari NIM/Nrp anggota kelompok harus
berbeda.
o Tidak boleh ditulis tangan (Times New Roman font 12) o Diserahkan : 18 Sept 2014 (di locker saya di TU STK)
Terimakasih