Cara melakukan uji kesesuaian chi-kuadrat di stata

Uji kesesuaian chi-kuadrat digunakan untuk menentukan apakah suatu variabel kategori mengikuti distribusi hipotetis atau tidak.

Tutorial ini menjelaskan cara melakukan uji kecocokan chi-kuadrat di Stata.

Contoh: Uji kesesuaian chi-kuadrat di Stata

Untuk mengilustrasikan cara melakukan tes ini, kami akan menggunakan kumpulan data bernama nlsw88 , yang berisi informasi tentang statistik pekerjaan perempuan di Amerika Serikat pada tahun 1988.

Ikuti langkah-langkah berikut untuk melakukan uji kesesuaian chi-kuadrat untuk menentukan apakah distribusi ras yang sebenarnya dalam kumpulan data ini adalah: 70% Putih, 20% Hitam, 10% Lainnya.

Langkah 1: Muat dan tampilkan data mentah.

Pertama, kita akan memuat data dengan mengetikkan perintah berikut:

sistem nlsw88

Kita dapat melihat data mentahnya dengan mengetikkan perintah berikut:

saudara

Setiap baris menampilkan informasi tentang seseorang, termasuk usia, ras, status perkawinan, tingkat pendidikan, dan berbagai faktor lainnya.

Langkah 2: Muat paket penyesuaian.

Untuk melakukan uji kesesuaian, kita perlu menginstal paket csgof . Kita dapat melakukannya dengan mengetikkan perintah berikut:

temukan csgof

Jendela baru akan muncul. Klik tautan yang bertuliskan csgof dari https://stats.idre.ucla.edu/stat/stata/ado/analisis .

Jendela lain akan muncul. Klik tautan yang bertuliskan klik di sini untuk menginstal .

Menginstal paket hanya memerlukan waktu beberapa detik.

Langkah 3: Lakukan uji kecocokan.

Setelah paket diinstal, kita dapat melakukan uji kesesuaian pada data untuk menentukan apakah rincian ras yang sebenarnya adalah: 70% Putih, 20% Hitam, 10% Lainnya.

Kami akan menggunakan sintaks berikut untuk melakukan pengujian:

csgof variabel_of_interest, expperc(daftar_of_expected_percentages)

Berikut adalah sintaks yang tepat yang akan kita gunakan dalam kasus kita:

jalankan csgof,experc(70, 20, 10)

Berikut cara menafsirkan hasilnya:

Kotak ringkasan: Kotak ini menunjukkan kepada kita persentase yang diharapkan, frekuensi yang diharapkan, dan frekuensi yang diamati untuk setiap balapan. Misalnya:

• Persentase orang kulit putih yang diharapkan adalah 70%. Ini adalah persentase yang kami tentukan.
• Frekuensi yang diharapkan dari individu kulit putih adalah 1.572,2. Hal ini dihitung berdasarkan fakta bahwa terdapat 2.246 individu dalam dataset, sehingga 70% dari jumlah tersebut adalah 1.572,2.
• Frekuensi yang diamati pada individu kulit putih adalah 1.637. Ini adalah jumlah sebenarnya orang kulit putih dalam kumpulan data.

Chisq(2): Ini adalah statistik uji Chi-kuadrat untuk uji goodness-of-fit. Ternyata 218.13.

p: Ini adalah nilai p yang terkait dengan statistik uji Chi-kuadrat. Hasilnya adalah 0. Karena kurang dari 0,05, kita gagal menolak hipotesis nol yang menyatakan bahwa distribusi ras yang sebenarnya adalah 70% Kulit Putih, 20% Kulit Hitam, dan 10% Lainnya. Kami mempunyai cukup bukti untuk menyimpulkan bahwa distribusi rasial yang sebenarnya berbeda dari distribusi hipotetis ini.