Uji Chi Square di Excel

Uji Chi-Square dengan Excel

Tes Chi-Square di excel adalah tes non-parametrik yang paling umum digunakan untuk membandingkan dua variabel atau lebih untuk data yang dipilih secara acak. Merupakan jenis tes yang digunakan untuk mengetahui hubungan antara dua variabel atau lebih, ini digunakan dalam statistik yang juga dikenal sebagai Chi-Square P-value, di excel kita tidak memiliki fungsi inbuilt tetapi kita dapat menggunakan rumus untuk melakukan uji chi-square di excel dengan menggunakan rumus matematika untuk uji chi-square.

Jenis

  1. Uji Chi-Square untuk mengetahui kesesuaian
  2. Uji Chi-Square untuk independensi dua variabel.

# 1 - Uji Chi-Square untuk mengetahui kelayakan fit

Ini digunakan untuk melihat kedekatan sampel yang sesuai dengan suatu populasi. Simbol dari uji Chi-Square adalah (2). Ini adalah jumlah dari semua ( Jumlah yang diamati - Jumlah yang diharapkan) 2 / Jumlah yang diharapkan.

  • dimana k-1 derajat kebebasan atau DF.
  • Dimana Oi adalah frekuensi observasi, k adalah kategori, dan Ei adalah frekuensi yang diharapkan.

Catatan: - Goodness of fit model statistik mengacu pada pemahaman tentang seberapa baik data sampel sesuai dengan serangkaian pengamatan.

Kegunaan

  • Kelayakan kredit peminjam berdasarkan kelompok umur dan pinjaman pribadi
  • Hubungan antara kinerja salesman dan pelatihan yang diterima
  • Kembalikan pada satu saham dan pada saham dari sektor seperti farmasi atau perbankan
  • Kategori pemirsa dan dampak kampanye TV.

# 2 - Uji Chi-Square untuk independensi dua variabel

Ini digunakan untuk memeriksa apakah variabel itu otonom satu sama lain atau tidak. Dengan derajat kebebasan (r-1) (c-1)

Dimana Oi adalah frekuensi yang diamati, r adalah jumlah baris, c adalah jumlah kolom, dan Ei adalah frekuensi yang diharapkan

Catatan: - Dua variabel acak disebut independen jika distribusi probabilitas satu variabel tidak dipengaruhi oleh variabel lainnya.

Kegunaan

Uji independensi cocok untuk situasi berikut:

  • Ada satu variabel kategoris.
  • Ada dua variabel kategori, dan Anda perlu menentukan hubungan di antara mereka.
  • Ada tabulasi silang, dan hubungan antara dua variabel kategori perlu ditemukan.
  • Ada variabel yang tidak dapat diukur (Misalnya, jawaban atas pertanyaan seperti, apakah karyawan dalam kelompok usia yang berbeda memilih jenis rencana kesehatan yang berbeda?)

Bagaimana Cara Melakukan Tes Chi-Square di Excel? (dengan Contoh)

Anda dapat mengunduh Templat Excel Tes Chi Square ini di sini - Templat Excel Tes Chi Square

Manajer sebuah restoran ingin menemukan hubungan antara kepuasan pelanggan dan gaji orang yang menunggu meja. Dalam hal ini, kami akan menyiapkan hipotesis untuk menguji Chi-Square

  • Dia mengambil sampel acak dari 100 pelanggan yang menanyakan apakah layanannya sangat baik, baik, atau buruk.
  • Dia kemudian mengkategorikan gaji orang yang menunggu sebagai rendah, sedang, dan tinggi.
  • Asumsikan tingkat signifikansi adalah 0,05. Di sini, H0 dan H1 menunjukkan kemandirian dan ketergantungan kualitas layanan pada gaji meja tunggu orang.
  • H 0 - kualitas layanan tidak tergantung pada gaji orang yang menunggu meja.
  • H 1 - kualitas layanan tergantung pada gaji orang yang menunggu meja
  • Temuannya ditunjukkan pada tabel di bawah ini:

Dalam hal ini, kami memiliki 9 poin data, kami memiliki 3 grup yang masing-masing mendapat pesan berbeda tentang gaji dan hasilnya diberikan di bawah ini.

Sekarang kita akan menghitung jumlah semua baris dan kolom. Kami akan melakukan ini dengan bantuan rumus yaitu SUM. Untuk Menjumlahkan Unggul di kolom total yang sudah kita tulis = SUM (B4: D4) lalu tekan enter.

Ini akan memberi kita 26 . Kami akan melakukan hal yang sama dengan semua baris dan kolom.

Untuk menghitung Derajat Kebebasan (DF) kami menggunakan (r-1) (c-1)

DF = (3-1) (3-1) = 2 * 2 = 4

  • Ada 3 kategori layanan dan 3 kategori Gaji
  • Kami memiliki 27 responden dengan gaji Sedang (baris bawah, tengah)
  • Kami memiliki 51 responden dengan pelayanan yang baik (kolom terakhir, tengah)

Sekarang kita harus menghitung Frekuensi yang Diharapkan: -

Frekuensi yang Diharapkan dapat dihitung menggunakan rumus: -

  • Untuk menghitung Sangat Baik kita akan menggunakan perkalian total Rendah dengan total Sangat Baik dibagi N.

Misalkan kita harus menghitung baris ke-1 dan kolom ke-1 (= B7 * E4 / B9 ) . Ini akan memberikan perkiraan jumlah pelanggan yang telah memilih Pelayanan prima untuk gaji orang-orang yang menunggu serendah 8,32 .

  • E 11 = (32 * 26) / 100 = 8,32 , E 12 = 7,02 , E 13 = 10,66
  • E 21 = 16,32 , E 22 = 13,77 , E 23 = 20,91
  • E 31 = 7,36 , E 32 = 6,21 , E 33 = 9,41

Demikian pula untuk semua, kita harus melakukan hal yang sama dan rumusnya diterapkan pada diagram di bawah ini.

Kami mendapatkan tabel Frekuensi yang Diharapkan seperti yang diberikan di bawah ini: -

Catatan: - Asumsikan tingkat signifikansi adalah 0,05. Di sini, H0 dan H1 menunjukkan kemandirian dan ketergantungan kualitas layanan pada gaji meja tunggu orang.

Setelah menghitung Frekuensi yang Diharapkan kita akan menghitung titik data chi-kuadrat dengan menggunakan rumus

Poin Chi-Square = (Teramati-Diharapkan) ^ 2 / Diharapkan

Untuk menghitung titik pertama kita tulis = (B4-B14) ^ 2 / B14. 

Kami akan menyalin dan menempelkan rumus ke sel lain untuk mengisi nilai secara otomatis.

Setelah ini, kita akan menghitung nilai chi (Nilai terhitung ) dengan menambahkan semua nilai yang diberikan di atas tabel

Kami mendapatkan nilai Chi sebagai 18,65823 .

Untuk menghitung nilai kritis ini kita menggunakan tabel nilai kritis chi-kuadrat kita dapat menggunakan rumus yang diberikan di bawah ini.

Rumus ini berisi 2 parameter CHISQ.INV.RT (probabilitas, derajat kebebasan).

Probabilitasnya adalah 0,05, itu adalah nilai signifikan yang akan membantu kita untuk menentukan apakah akan menerima Hipotesis Nol (H 0 ) atau tidak.

Nilai kritis dari chi-square adalah 9,487729037.

Sekarang kita akan menemukan nilai chi-square atau (P value) = CHITEST (actual_range, expected_range)

Rentang dari = CHITEST (B4: D6, B14: D16) .

Seperti yang telah kita lihat bahwa nilai chi-test atau P-value = 0,00091723.

Seperti yang telah kita lihat bahwa kita telah menghitung semua nilai. Nilai chi-square (Nilai terhitung) hanya signifikan bila nilainya sama atau lebih dari nilai kritis 9,48, yaitu nilai kritis (nilai Tabulasi) harus lebih tinggi dari 18,65 untuk menerima Hipotesis Nihil (H 0 ) .

Tapi di sini Nilai yang dihitung > Nilai yang ditabulasikan

X2 (Dihitung)> X2 (Ditabulasi)

18,65> 9,48

Dalam hal ini, kami akan menolak Hipotesis Nol (H 0 ) dan Alternatif (H 1 ) akan diterima.

  • Kita juga dapat menggunakan P-Value untuk memprediksi hal yang sama yaitu jika P-value <= α (nilai signifikan 0,05), hipotesis nol akan ditolak.
  • Jika P-value> α , jangan menolak  hipotesis nol .

Disini P-value (0,0009172) < α (0,05), tolak H 0 , terima H 1

Dari contoh di atas, kami menyimpulkan bahwa kualitas layanan bergantung pada gaji orang yang menunggu.

Hal-hal untuk diingat

  • Mempertimbangkan kuadrat dari variasi normal standar.
  • Mengevaluasi apakah frekuensi yang diamati dalam kategori berbeda sangat bervariasi dari frekuensi yang diharapkan di bawah sekumpulan asumsi tertentu.
  • Menentukan seberapa cocok distribusi yang diasumsikan dengan data.
  • Menggunakan tabel kontingensi (dalam riset pasar, tabel ini disebut tab silang).
  • Mendukung pengukuran level nominal.