Apakah Hasil Saya Tidak Terduga?
Diperkenalkan| English | Makna |
|---|---|
| counts/kaʊnts/ | Jumlah frekuensi |
| observed counts/ɒbˈzɜːvd kaʊnts/ | Frekuensi yang diamati |
| expected counts/ekˈspektɪd kaʊnts/ | Frekuensi yang diharapkan |
| chi-square/kaɪ skweə/ | Chi-kuadrat |
| goodness-of-fit/ˈɡʊdnəs ɒv fɪt/ | Kecocokan kecocokan |
Ketika angka mengejutkan kita
- Beberapa pertanyaan menanyakan apakah angka yang diamati berbeda dari apa yang kita harapkan.
- "Apakah warna dalam kantong permen sesuai dengan campuran yang diiklankan?"
- Kita membandingkan angka yang diamati dengan angka yang diharapkan di bawah sebuah klaim.
- Kesenjangan besar antara yang diamati dan yang diharapkan adalah sinyal adanya sesuatu yang tidak biasa.
Keluarga chi-square
- Alatnya adalah keluarga chi-square dari uji, ditulis $\chi^2$.
- Alat ini dibangun untuk data kategorikal — angka dalam kategori, bukan pengukuran.
- Setiap uji chi-square membandingkan frekuensi yang diamati dengan frekuensi yang diharapkan.
- Selisih total yang lebih besar → $\chi^2$ yang lebih besar → bukti lebih kuat menentang klaim tersebut.
Pertanyaan mana yang menggunakan chi-square?
- Kesesuaian (Goodness-of-fit): apakah satu variabel kategorik sesuai dengan distribusi yang diklaim?
- Soal tabel dua arah: apakah dua variabel kategorik saling berkaitan (melintasi kelompok atau dalam satu kelompok)?
- Satu variabel, satu sampel → kesesuaian; tabel dua variabel → homogenitas/independensi.
- Mengidentifikasi jenisnya adalah keputusan pertama.
Diamati vs. Diharapkan
- Setiap uji chi-square berlandaskan pada satu perbandingan: frekuensi diamati vs. frekuensi yang diharapkan.
- Diharapkan = apa yang diprediksi oleh hipotesis nol untuk setiap frekuensi.
- Diamati = apa yang sebenarnya ditunjukkan oleh data.
- Uji ini mengukur seberapa jauh, secara keseluruhan, frekuensi diamati menyimpang dari frekuensi yang diharapkan.
Uji chi-square menggunakan FREKUENSI, bukan proporsi atau persentase. Jika suatu soal memberikan persentase, ubah kembali menjadi frekuensi aktual sebelum menghitung apa pun. Dan seluruh logikanya adalah diamati vs. diharapkan: frekuensi yang diharapkan berasal dari model nol, dan ketidaksesuaian total yang besar itulah yang membuat $\chi^2$ menjadi besar.
Sebuah kantong mengklaim jumlah warna permen $4$ yang sama; Anda menghitung $100$ permen.
- Diharapkan (campuran sama): $25$ untuk setiap warna.
- Diamati: $30, 20, 28, 22$ — dekat, tapi tidak tepat.
- Uji chi-square menilai apakah selisih ini mengejutkan atau hanya kebetulan.
Uji chi-square menanyakan apakah frekuensi diamati berbeda dari frekuensi yang diharapkan untuk data kategorikal. Uji kesesuaian memeriksa satu variabel terhadap distribusi yang diklaim; uji tabel dua arah memeriksa apakah dua variabel saling berkaitan. Setiap uji $\chi^2$ membandingkan frekuensi diamati vs. frekuensi yang diharapkan.
Rincian jumlah kategori
Uji Chi-square membandingkan irisan yang diamati dengan irisan yang diharapkan.
Uji Chi-square dirancang untuk jenis data apa?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Chi-square membandingkan jumlah dalam kategori.
Uji kesesuaian (goodness-of-fit) melibatkan berapa banyak variabel kategorik?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
GOF memeriksa satu variabel terhadap distribusi yang diklaim.
Uji Chi-square harus dijalankan pada persentase, bukan jumlah.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Konversi persentase kembali ke jumlah terlebih dahulu — chi-square menggunakan jumlah.
Sebuah tas berisi 100 permen mengklaim memiliki 4 warna yang kemungkinan sama. Berapa jumlah yang diharapkan per warna?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
100 ÷ 4 = 25 yang diharapkan per warna.
Setiap uji chi-square membandingkan jumlah yang diamati dengan ___ jumlah (satu kata).
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Diamati vs. diharapkan adalah inti dari chi-square.