Independensi chi-kuadrat

Hitung Independensi chi-kuadrat online gratis dengan rumus tepat dan contoh perhitungan. Tanpa daftar.

Independensi chi-kuadrat

Baris 1, kolom 1
Baris 1, kolom 2
Baris 1, kolom 3 (0 = tanpa kolom)
Baris 2, kolom 1
Baris 2, kolom 2
Baris 2, kolom 3 (0 = tanpa kolom)
χ²
3,111
Hitung Independensi chi-kuadrat online gratis dengan rumus tepat dan contoh perhitungan. Tanpa daftar.
Pada α = 0.05
Tidak signifikan
Nilai p
0.2111
Derajat kebebasan
2
V Cramér
0.125

Uji chi-kuadrat independensi memeriksa apakah dua variabel kategorik saling berhubungan — misalnya segmen pelanggan dan paket yang dipilih. Kalkulator ini menangani tabel kontingensi dengan dua baris dan dua atau tiga kolom.

Cara kerja perhitungan

Masukkan frekuensi teramati (jumlah, bukan persen) ke setiap sel: dua baris adalah dua kelompok Anda, kolom adalah kategori jawaban. Untuk tabel 2×2, biarkan kedua sel kolom 3 bernilai nol; kolom yang kedua selnya 0 tidak ikut dihitung.

Untuk setiap sel dihitung frekuensi harapan bila independen, E = total baris × total kolom ÷ N, dengan N jumlah keseluruhan. Statistik Pearson χ² = Σ (O − E)² ÷ E, dengan derajat bebas db = (baris − 1) × (kolom − 1): 1 untuk 2×2 dan 2 untuk 2×3. Nilai p diambil dari distribusi chi-kuadrat dengan derajat bebas tersebut, dan alat ini langsung menyatakan signifikan atau tidak pada α = 0,05.

Kekuatan hubungan ditunjukkan V Cramér, V = √(χ² ÷ (N × (min(b, k) − 1))), yang untuk dua baris menjadi √(χ² ÷ N). Nilai 0 berarti tidak ada hubungan; mendekati 1 berarti hubungan kuat. Jika ada frekuensi harapan di bawah 5, muncul peringatan karena pendekatan chi-kuadrat menjadi kurang andal.

Contoh perhitungan

Nilai bawaan: kelompok 1 — 20, 30, 50; kelompok 2 — 30, 30, 40 (masing-masing 100 orang, N = 200). Total kolom 50, 60, 90, sehingga frekuensi harapan per baris 25, 30, 45. χ² = 2 × [(20 − 25)²/25 + 0 + (50 − 45)²/45] = 2 × (1 + 0,556) ≈ 3,111. Dengan db = 2, p ≈ 0,211 > 0,05, jadi hubungan tidak signifikan. V Cramér = √(3,111 ÷ 200) ≈ 0,125.

Hal yang perlu diperhatikan

  • Gunakan frekuensi mentah; persentase atau rata-rata menghasilkan χ² yang tidak bermakna.
  • Setiap subjek hanya boleh masuk satu sel. Pengukuran berulang pada orang yang sama membutuhkan uji lain, seperti uji McNemar.
  • Untuk tabel 2×2 kalkulator memakai χ² Pearson tanpa koreksi Yates. Jika frekuensi harapan kecil, uji eksak Fisher lebih aman.
  • Signifikan tidak sama dengan kuat: pada sampel besar, V ≈ 0,05 pun bisa “signifikan” padahal praktis tidak berarti.
  • Uji ini menunjukkan hubungan, bukan sebab-akibat.

Selengkapnya: Independensi chi-kuadrat

Apa yang dihitung

Kalkulator "Independensi chi-kuadrat" menghitung χ² dari 6 parameter: baris 1, kolom 1, baris 1, kolom 2, baris 1, kolom 3 (0 = tanpa kolom), baris 2, kolom 1, baris 2, kolom 2, baris 2, kolom 3 (0 = tanpa kolom).

Perhitungan dasar untuk belajar, tugas teknik, dan memeriksa jawaban.

Contoh perhitungan

Dengan parameter Baris 1, kolom 1 = 20, Baris 1, kolom 2 = 30, Baris 1, kolom 3 (0 = tanpa kolom) = 50, Baris 2, kolom 1 = 30, Baris 2, kolom 2 = 30, Baris 2, kolom 3 (0 = tanpa kolom) = 40 hasilnya adalah 3,11.

Cara memakai

  1. Masukkan baris 1, kolom 1, baris 1, kolom 2, baris 1, kolom 3 (0 = tanpa kolom), baris 2, kolom 1, baris 2, kolom 2 dan baris 2, kolom 3 (0 = tanpa kolom) — setiap kolom di atas dapat diatur dengan penggeser.
  2. χ² dihitung otomatis saat Anda mengetik.
  3. Lihat contoh di bawah untuk melihat rumus diterapkan pada angka nyata.
  4. Salin hasilnya atau tandai kalkulator ini.

Kalkulator terkait

Pertanyaan umum

Bagaimana membaca nilai p?
Nilai p adalah peluang memperoleh χ² sebesar ini atau lebih jika kedua variabel benar-benar independen. Jika p < 0,05, hipotesis independensi ditolak pada taraf 5%.
Bagaimana jika ada frekuensi harapan di bawah 5?
Gabungkan kategori yang jarang, tambah sampel, atau untuk tabel 2×2 gunakan uji eksak Fisher. Aturan Cochran meminta frekuensi harapan minimal 5.
Bisakah menganalisis tabel 3×3?
Tidak, kalkulator ini hanya mendukung dua baris dengan dua atau tiga kolom.
Apa bedanya dengan uji kecocokan (goodness of fit)?
Uji kecocokan membandingkan distribusi satu variabel dengan distribusi teoretis; uji independensi melihat distribusi bersama dua variabel dalam tabel kontingensi.

Kalkulator lain dalam kategori ini

Jelajahi alat gratis lainnya

Signifikansi uji A/BKekuatan statistikOptimasi tingkat konversiUji A/B BayesianA/B chi-kuadratUji sekuensialUkuran sampel surveiSampling berstrataVolatilitas (vol tahunan)Beta (regresi)Alfa (regresi)Rasio Calmar