Cara melakukan tes kemerdekaan chi-kuadrat dengan python

Uji independensi chi- kuadrat   digunakan untuk mengetahui ada atau tidaknya hubungan yang signifikan antara dua variabel kategori.

Tutorial ini menjelaskan cara melakukan tes independensi chi-kuadrat dengan Python.

Contoh: Tes independensi chi-kuadrat dengan Python

Misalkan kita ingin mengetahui apakah gender dikaitkan dengan preferensi terhadap suatu partai politik atau tidak. Kami mengambil sampel acak sederhana dari 500 pemilih dan menanyakan preferensi partai politik mereka. Berikut tabel hasil surveinya:

Gunakan langkah-langkah berikut untuk melakukan uji independensi chi-kuadrat dengan Python untuk menentukan apakah gender dikaitkan dengan preferensi partai politik.

Langkah 1: Buat datanya.

Pertama, kita akan membuat tabel untuk menyimpan data kita:

 data = [[120, 90, 40],
        [110, 95, 45]]

Langkah 2: Lakukan uji independensi chi-kuadrat.

Selanjutnya, kita dapat melakukan uji independensi chi-kuadrat menggunakan fungsi chi2_contingency dari perpustakaan SciPy, yang menggunakan sintaks berikut:

chi2_contingency (diamati)

Emas:

• diamati: tabel kontingensi dari nilai yang diamati.

Kode berikut menunjukkan cara menggunakan fungsi ini dalam contoh spesifik kami:

 import scipy.stats as stats

#perform the Chi-Square Test of Independence
stats.chi2_contingency(data)

(0.864,
 0.649,
 2,
 array([[115. , 92.5, 42.5],
        [115. , 92.5, 42.5]]))

Cara menafsirkan hasilnya adalah sebagai berikut:

• Statistik uji chi-kuadrat: 0,864
• nilai p: 0,649
• Derajat kebebasan: 2 (dihitung sebagai #baris-1 * #kolom-1)
• Tabel: Tabel terakhir menampilkan nilai yang diharapkan untuk setiap sel dalam tabel kontingensi.

Ingatlah bahwa uji independensi chi-kuadrat menggunakan hipotesis nol dan hipotesis alternatif berikut:

• H ₀ : (hipotesis nol) Kedua variabel tersebut independen.
• H ₁ : (hipotesis alternatif) Kedua variabel tersebut tidak independen.

Karena nilai p (0,649) dari pengujian tersebut tidak kurang dari 0,05, kami gagal menolak hipotesis nol. Artinya, kami tidak memiliki cukup bukti untuk menyatakan adanya hubungan antara gender dan preferensi partai politik.

Dengan kata lain, preferensi gender dan partai politik bersifat independen.