Isi
- Jenis Data Yang Diperlukan
- Tes Goodness-of-Fit
- Menghitung Statistik Chi-Square
- Menafsirkan Statistik Chi-Square
Eksperimen uji prediksi. Prediksi ini sering berupa angka, yang berarti bahwa, ketika para ilmuwan mengumpulkan data, mereka mengharapkan angka-angka tersebut terurai dengan cara tertentu. Data dunia nyata jarang sama persis dengan prediksi yang dibuat oleh para ilmuwan, jadi para ilmuwan perlu tes untuk memberi tahu mereka apakah perbedaan antara angka yang diamati dan yang diharapkan adalah karena kebetulan acak, atau karena beberapa faktor tak terduga yang akan memaksa ilmuwan menyesuaikan teori yang mendasarinya. . Tes chi-square adalah alat statistik yang digunakan para ilmuwan untuk tujuan ini.
Jenis Data Yang Diperlukan
Anda membutuhkan data kategorikal untuk menggunakan uji chi-square. Contoh data kategorikal adalah jumlah orang yang menjawab pertanyaan "ya" versus jumlah orang yang menjawab pertanyaan "tidak" (dua kategori), atau jumlah katak dalam populasi yang berwarna hijau, kuning atau abu-abu ( tiga kategori). Anda tidak dapat menggunakan uji chi-square pada data kontinu, seperti mungkin dikumpulkan dari survei yang menanyakan kepada orang-orang berapa tinggi mereka. Dari survei seperti itu, Anda akan mendapatkan berbagai ketinggian. Namun, jika Anda membagi ketinggian ke dalam kategori seperti "di bawah 6 kaki" dan "tinggi 6 kaki dan lebih," Anda bisa menggunakan uji chi-square pada data.
Tes Goodness-of-Fit
Tes good-of-fit adalah tes yang umum, dan mungkin yang paling sederhana, dilakukan dengan menggunakan statistik chi-square. Dalam tes good-of-fit, ilmuwan membuat prediksi spesifik tentang angka yang dia harapkan untuk dilihat di setiap kategori datanya. Dia kemudian mengumpulkan data dunia nyata - disebut data yang diamati - dan menggunakan uji chi-square untuk melihat apakah data yang diamati sesuai dengan harapannya.
Sebagai contoh, bayangkan seorang ahli biologi sedang mempelajari pola pewarisan spesies katak. Di antara 100 keturunan dari satu set orang tua katak, model genetik ahli biologi membawanya untuk mengharapkan 25 keturunan kuning, 50 keturunan hijau dan 25 keturunan abu-abu. Apa yang dia amati sebenarnya adalah 20 keturunan kuning, 52 keturunan hijau dan 28 keturunan abu-abu. Apakah ramalannya didukung atau apakah model genetisnya salah? Dia bisa menggunakan tes chi-square untuk mengetahuinya.
Menghitung Statistik Chi-Square
Mulailah menghitung statistik chi-square dengan mengurangi setiap nilai yang diharapkan dari nilai yang diamati yang sesuai dan kuadratkan setiap hasil. Perhitungan untuk contoh anak katak akan terlihat seperti ini:
kuning = (20 - 25) ^ 2 = 25 hijau = (52 - 50) ^ 2 = 4 abu-abu = (28 - 25) ^ 2 = 9
Sekarang bagi setiap hasil dengan nilai yang diharapkan sesuai.
kuning = 25 ÷ 25 = 1 hijau = 4 ÷ 50 = 0,08 abu-abu = 9 ÷ 25 = 0,36
Terakhir, tambahkan bersama jawaban dari langkah sebelumnya.
chi-square = 1 + 0,08 + 0,36 = 1,44
Menafsirkan Statistik Chi-Square
Statistik chi-square memberi tahu Anda betapa berbedanya nilai yang Anda amati dari nilai yang Anda prediksi. Semakin tinggi angkanya, semakin besar perbedaannya. Anda dapat menentukan apakah nilai chi-square Anda terlalu tinggi atau cukup rendah untuk mendukung prediksi Anda dengan melihat apakah nilai di bawah tertentu nilai kritis di atas meja distribusi chi-square. Tabel ini cocok dengan nilai chi-square dengan probabilitas, yang disebut nilai-p. Secara khusus, tabel memberi tahu Anda probabilitas bahwa perbedaan antara nilai yang Anda amati dan yang diharapkan hanya karena kebetulan acak atau apakah ada faktor lain. Untuk uji good-of-fit, jika nilai-p adalah 0,05 atau kurang, maka Anda harus menolak prediksi Anda.
Anda harus menentukan derajat kebebasan (df) dalam data Anda sebelum Anda bisa mencari nilai chi-square kritis dalam tabel distribusi. Derajat kebebasan dihitung dengan mengurangi 1 dari jumlah kategori dalam data Anda. Ada tiga kategori dalam contoh ini, jadi ada 2 derajat kebebasan. Sekilas tabel distribusi chi-square ini memberi tahu Anda bahwa, untuk 2 derajat kebebasan, nilai kritis untuk probabilitas 0,05 adalah 5,99. Ini berarti bahwa selama nilai chi-square yang dihitung kurang dari 5,99, nilai yang Anda harapkan, dan dengan demikian teori yang mendasarinya, valid dan didukung. Karena statistik chi-square untuk data anak katak adalah 1,44, ahli biologi dapat menerima model genetiknya.