Uji chi square vs anova: apa bedanya?
Uji chi-kuadrat dan ANOVA (“Analysis of Variance”) adalah dua uji statistik yang umum digunakan.
Oleh karena itu, penting untuk memahami perbedaan antara kedua tes ini dan bagaimana mengetahui kapan harus menggunakan masing-masing tes.
Tutorial ini memberikan penjelasan sederhana tentang perbedaan kedua tes tersebut, serta kapan menggunakannya.
Tes chi-kuadrat menjelaskan
Dalam statistik, ada dua jenis uji Chi-kuadrat:
1. Uji kesesuaian chi-kuadrat – Digunakan untuk menentukan apakah suatu variabel kategori mengikuti distribusi hipotetis atau tidak.
Misalnya:
- Kita ingin mengetahui apakah sebuah dadu benar, jadi kita melemparnya sebanyak 50 kali dan mencatat berapa kali dadu tersebut mendarat pada setiap angka.
- Kami ingin mengetahui apakah jumlah orang yang memasuki toko sama setiap hari dalam seminggu. Jadi kami menghitung jumlah orang yang masuk setiap hari dalam seminggu secara acak.
2. Uji Independensi Chi Square – Digunakan untuk mengetahui ada atau tidaknya hubungan yang signifikan antara dua variabel kategori.
Misalnya:
- Kami ingin mengetahui apakah gender dikaitkan dengan preferensi terhadap partai politik. Jadi kami mensurvei 500 pemilih dan mencatat preferensi gender dan partai politik mereka.
- Kami ingin mengetahui apakah warna favorit seseorang dikaitkan dengan olahraga favoritnya. Jadi kami mensurvei 100 orang dan menanyakan preferensi mereka terhadap keduanya.
Perhatikan bahwa kedua tes ini hanya dapat digunakan ketika bekerja dengan variabel kategori . Ini adalah variabel yang mempunyai nama atau label dan dapat digolongkan ke dalam kategori.
ANOVA menjelaskan
Dalam statistik, ANOVA digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga atau lebih kelompok independen.
Misalnya:
- Kami ingin mengetahui apakah tiga teknik belajar yang berbeda menghasilkan nilai rata-rata ujian yang berbeda.
- Kami ingin mengetahui apakah empat jenis pupuk yang berbeda menghasilkan rata-rata hasil yang berbeda.
Perhatikan bahwa ANOVA tepat digunakan jika terdapat setidaknya satu variabel kategori dan satu variabel terikat kontinu.
Kapan Menggunakan Uji Chi-Square vs. ANOVA
Umumnya:
- Gunakan uji chi-kuadrat ketika setiap variabel yang Anda kerjakan bersifat kategoris.
- Gunakan ANOVA jika Anda memiliki setidaknya satu variabel kategori dan satu variabel terikat kontinu.
Gunakan soal latihan berikut untuk lebih memahami kapan menggunakan uji chi-kuadrat versus ANOVA:
Latihan soal 1
Misalkan seorang peneliti ingin mengetahui apakah tingkat pendidikan dan status perkawinan berhubungan dan mengumpulkan data mengenai kedua variabel tersebut dengan sampel acak sederhana sebanyak 50 orang.
Untuk mengujinya, ia harus menggunakan uji independensi chi-kuadrat , karena ia menggunakan dua variabel kategori: “tingkat pendidikan” dan “status perkawinan”.
Latihan soal 2
Misalkan seorang ekonom ingin menentukan apakah proporsi penduduk yang mendukung undang-undang tertentu berbeda antara tiga kota.
Untuk mengujinya harus menggunakan uji goodness-of-fit chi-square karena hanya menganalisis sebaran variabel kategorikal.
Latihan soal 3
Misalkan seorang pelatih bola basket ingin mengetahui apakah tiga teknik latihan yang berbeda menghasilkan rata-rata tinggi lompatan yang berbeda di antara para pemainnya.
Untuk mengujinya, ia harus menggunakan ANOVA satu arah karena ia menganalisis variabel kategori (teknik latihan) dan variabel terikat kontinu (tinggi lompatan).
Latihan soal 4:
Misalkan seorang ahli botani ingin mengetahui apakah dua tingkat paparan sinar matahari yang berbeda dan tiga frekuensi penyiraman yang berbeda menyebabkan rata-rata pertumbuhan tanaman yang berbeda.
Untuk mengujinya, ia harus menggunakan ANOVA dua arah karena ia menganalisis dua variabel kategori (paparan sinar matahari dan frekuensi penyiraman) dan satu variabel terikat kontinu (pertumbuhan tanaman).
Sumber daya tambahan
Tutorial berikut memberikan pengenalan berbagai jenis uji Chi-kuadrat:
Tutorial berikut memberikan pengenalan berbagai jenis tes ANOVA:
Tutorial berikut menjelaskan perbedaan uji statistik lainnya: