Chi Squared Distribution

"Chi Square Table"

by : Danny Prasetyo Hartanto & Aurellia Lintang Alis Kurniawati (2024)

Chi Squared Distribution (distribusi Khai Kuadrat) atau Chi Square Tabel (tabel Khai Kuadrat) merupakan pembanding bagi statistik uji chi square (chi square statistic atau biasa disebut dengan chi square hitung) pada saat pengambilan keputusan dalam pengujian hipotesis pada statistika inferensial.

Statistika (teknik analisis data / statistika inferensial) yang menggunakan statistik uji chi square diantaranya

Statistika Komparatif (Uji Beda)

Pengujian signifikansi Mc Nemar, Kruskal Walis, Median, Friedman, Kendall's W, dsb

Analisis Korelasi

Pengujian signifikansi Korelasi Chi Square dan Contingency Coefficient

Analisis Regresi

Pengujian signifikansi parsial (Wald) dalam regresi logistik, pengujian signifikansi simultan (Omnibus Test) dalam regresi logistik, pengujian kelayakan model (Hosmer & Lemeshow Test) dalam regresi logistik, pengujian asumsi normalitas, pengujian asumsi heteroskedastisitas menggunakan teknik lagrange multiplier, pengujian asumsi autokorelasi menggunakan teknik lagrange multiplier, pengujian asumsi linieritas menggunakan teknik lagrange multiplier, dan regresi lainnya

Analisis Data Panel

Chow Test dan Hausman Test dalam regresi data panel, dsb

Analisis Structural Equation Modelling

Goodness of fit dalam Structural Equation Modelling (SEM), dam Partial Least Square (SEM-PLS / biasa disebut PLS)

Kritera pengujian atau kriteria pengambilan keputusan yang menggunakan statistik uji chi square adalah sebagai berikut :

Chi Sq statistic  ≥  Chi Sq table (alpha, df) 

maka H0 ditolak

Yang perlu diperhatikan oleh peneliti adalah informasi tentang besarnya degree of freedom (df), yang mana berbeda teknik analisis yang digunakan maka informasi tentang besarnya degree of freedom (df) pun juga akan berbeda.

Formula degree of freedom (df) dalam Korelasi Chi Square adalah

df = (r - 1)*(c - 1)

dimana : r = banyaknya kategori dalam baris (row)

              c = banyaknya kategori dalam kolom (column)

Formula degree of freedom (df) dalam Omnibus Test (Regresi Logistik) adalah

df = X

dimana : X = banyaknya variabel independen

Formula degree of freedom (df) dalam Hosmer & Lemeshow Test (Regresi Logistik) adalah

df = g - 2

dimana : g = group estimasi dalam hosmer & lemeshow test

dan sebagainya

Untuk mendapatkan skor Chi Square tabel secara mudah dan instan, peneliti dapat mengakses InQuest Calculator Chi Square tabel berikut :

Chi Square statistic Chi Square table(alpha, df) maka dinyatakan Signifikan (H0 ditolak)

Untuk mendapatkan skor Chi Square tabel secara manual, peneliti dapat menggunakan Chi Square tabel berikut

Klik shortcut sesuai dengan degree of freedom (df) yang anda butuhkan

Chi Square Tabel dengan Degree of Freedom (df) 1 - 300

Chi Square Tabel dengan Degree of Freedom (df) 301 - 600

Chi Square Tabel dengan Degree of Freedom (df) 601 - Infinite

Chi Squared Distribution (distribusi Khai Kuadrat) atau Chi Square Tabel (tabel Khai Kuadrat) merupakan pembanding bagi statistik uji chi square (chi square statistic atau biasa disebut dengan chi square hitung) pada saat pengambilan keputusan dalam pengujian hipotesis pada statistika inferensial.

Statistika (teknik analisis data / statistika inferensial) yang menggunakan statistik uji chi square diantaranya

Statistika Komparatif (Uji Beda)

Pengujian signifikansi Mc Nemar, Kruskal Walis, Median, Friedman, Kendall's W, dsb

Analisis Korelasi

Pengujian signifikansi Korelasi Chi Square dan Contingency Coefficient

Analisis Regresi

Pengujian signifikansi parsial (Wald) dalam regresi logistik, pengujian signifikansi simultan (Omnibus Test) dalam regresi logistik, pengujian kelayakan model (Hosmer & Lemeshow Test) dalam regresi logistik, pengujian asumsi normalitas, pengujian asumsi heteroskedastisitas menggunakan teknik lagrange multiplier, pengujian asumsi autokorelasi menggunakan teknik lagrange multiplier, pengujian asumsi linieritas menggunakan teknik lagrange multiplier, dan regresi lainnya

Analisis Data Panel

Chow Test dan Hausman Test dalam regresi data panel, dsb

Analisis Structural Equation Modelling

Goodness of fit dalam Structural Equation Modelling (SEM), dam Partial Least Square (SEM-PLS / biasa disebut PLS)

Referensi :

[1] Pearson, E. S., and Hartley, H. O. 1966. Biometrika Tables for Statisticians Vol. I, 3. XVI + 264 S. Preis 35 s. Auflage. Cambridge :

University Press.

[2] Gujarati, D.N. and Porter, D.C. 1978. Basic Econometrics. Boston: McGraw-Hill

[3] Gujarati, D.N. 2003. Basic Econometrics. Boston: McGraw-Hill

[4] Lehmann, E. L. 1986. Testing Statistical Hypostheses. New York : John Wiley & Sons.

[5] Walpole, R.E. 1995. Pengantar Statistika, Edisi ke-3, Jakarta : Gramedia Pustaka Utama.

[6] Draper, NR and Smith.1992. Analisis Regresi Terapan, edisi kedua. Jakarta : Gramedia Pustaka Utama.

[7] Myers, RH,.1990. Classical and Modern Regression With Aplications. United States of America : PWS-KENT Publishing Company.

[8] Mendenhall, Scheaffer and Wackery. 1981. Mathematical Statistic with application. Boston : Duxbury

[9] Douglas, L, Marchal, W, and Wathen, S. 2006. Basic Statistic for Business and Economics 5th Edition. San Fransiso : Mcgreaw-Hill

International Book Company.

[10] Neave, H.R. 1978. Statistics Tables for Mathematicians, Engineers, Economists, and The Behavioural and Management Sciences.

London : George Allen & Unwin Publisher.