Uji Chi-Kuadrat (Perencanaan Saluran Drainase Bag.

III)
Posted on 05/09/2009 20

Pada postingan sebelumnya telah diberikan macam-macam distribusi frekuensi yang sering digunakan dalam hidrologi. Nah, untuk memilih jenis distribusi frekuensi sampel data yang cocok terhadap fungsi distribusi peluang yang diperkirakan dapat mewakili distribusi frekuensi tersebut, maka diperlukan Uji Chi-Kuadrat terhadap 3 distribusi frekuensi diatas (Suripin, 2004). Prosedur dan contoh soal Uji Chi-Kuadrat adalah sebagai berikut : 1). Urutkan data pengamatan (dari data terbesar sampai dengan data terkecil atau sebaliknya) 2). Tentukan range nilai peluang yang akan diambil 3). Tentukan nilai K, yaitu Variabel Reduksi Gauss, untuk setiap nilai peluang 4). Masukkan nilai K tersebut dalam persamaan berikut :

dimana :

Agar dapat membagi data dalam 5 grup maka diambil range nilai peluang sebesar 0.8. diperlukan data tambahan Berikut ini adalah contoh dari Uji Chi-Kuadrat : • • Urutkan data pengamatan dari nilai tertinggi hingga nilai terendah Tentukan range nilai peluang (P) yang akan diambil. untuk setiap nilai peluang. Apabila peluang lebih dari 5%. Dari hasil perhitungan nilai peluang terkecil adalah 0. yaitu nilai Variabel Reduksi Gauss.6.Interpretasi hasil uji adalah sebagai berikut : 1).2 dengan menggunakan Persamaan 1 .97 (lihat tabel LA-7). 0. • Nilai K tersebut kemudian dimasukkan ke dalam persamaan 1 Contoh perhitungan untuk P = 0. Penentuan nilai K dapat dilihat pada Tabel L-5 (Lihat dalam postingan saya sebelumnya : Distribusi Frekuensi).2. maka tidak mungkin diambil keputusan.2 • Dicari nilai K. 0.03 (lihat tabel LA-7) dan nilai peluang terbesar 0. Apabila nilai peluang diantara 1% – 5%. 0. maka persamaan distribusi yang digunakan dapat diterima 2). Apabila peluang kurang dari 1%.4. Dalam hal ini yaitu peluang sebesar 0. maka persamaan distribusi yang digunakan tidak dapat diterima 3).

Max tahunan pada bulan-bulan basah dapat anda lihat pada postingan saya sebelumnya) .Tabel LA-7 Perhitungan Uji Kecocokan Dengan Chi-Kuadrat Ket : m :Peringkat (1-28) N :Jumlah data (28 sampel data) Xi:Rata-rata curah hujan maksimum tahunan (disini saya mengambil sampel 28 tahun ratarata curah hujan maksimum tahunan pada bulan-bulan basah – lebih lengkap mengenai perhitungan CH.

31 > 64.37 53.21 1.14 .4 0.39 58.Tabel LA-8 Uji Chi-Kuadrat Metode Gumbel dan Metode Distribusi Normal (OiEi)2 Nilai Batas Jumlah Data No.45 47.21 5.45 < X < 53. 3.6 1.6 1.39 < X < 64.03 -2.6 5.4 2.6 (OiEi ) Ei -2. < 47.6 1. 5.6 5.35 Chi-Kuadrat 4.35 1. Sub-Grup (Oi) 1. 4.4 0. 2.37 < X < 58.31 Jumlah 3 7 8 3 7 11 Jumlah Nilai Teoritis (Ei) 5.6 5.

488 11.554 0.831 1. 2.145 11.Tabel LA-9 Uji Chi-Kuadrat Metode Distribusi Log-Pearson III Nilai Batas No.99 0. 5.000157 0.6 5.815 9.81 Jumlah Jumlah Data (Oi) 6 5 8 3 6 11 Jumlah Nilai Teoritis (Ei) 5.81 > 1.95 0. 3.77 < X < 1.6 5.103 5. dengan terlebih dahulu menetapkan nilai derajat kebebasan (dK) dan nilai peluang (dalam perhitungan ini menggunakan peluang 5 %).975 0.36) lebih kecil dibandingkan nilai ChiKuadrat hitung Metode Distribusi Normal maupun Metode Gumbel (dengan nilai = 4.6 5.879 0.143 13.210 10.378 9.750 ADVERTISEMENT Take and Share : • • • .0100 0.348 11.4 ChiKuadrat (Oi-Ei)2 Ei 0.03 2.086 16. < 1.0506 0.207 0.6 0.832 15.4 -2.05 0.36 Syarat sebuah metode distribusi frekuensi dapat diterima jika nilai Chi-Kuadrat hitung lebih kecil dibandingkan dengan nilai Chi-Kuadrat tabel. Lampiran : Tabel LA-6 Nilai Kritis Untuk Distribusi Chi-Kuadrat (Uji Satu Sisi) dk 1 2 3 4 5 (alpha) derajat kepercayaan 0.21 0.995 0.838 0.115 0.841 5. ini dapat dilihat pada nilai Chi-Kuadrat hitung Metode Distribusi Log-Pearson III (dengan nilai = 2.024 6.68 < X < 1. Akan tetapi peluang dengan menggunakan Metode Distribusi Log-Pearson III lebih besar.484 0.0000393 0.6 2.03 1. Berdasarkan hasil perhitungan Chi-Kuadrat.73 1.352 7.01 0. 4. Sub-Grup 1.00393 3.070 12.0201 0.860 0.06 1.6 5.6 (OiEi) 0.635 7.277 14.0717 0.000982 0.991 7.216 0.14).345 12.68 1.412 0.77 1.025 0.73 < X < 1. semua metode dapat diterima karena berpeluang lebih dari 5 %.297 0.711 9.005 0.4 -0.597 0.03 0.

• • • • • • .