Chi Square
-
Upload
toledo-salamanca -
Category
Documents
-
view
101 -
download
1
description
Transcript of Chi Square
CHI S QUARE
1. PENDAHULUAN
Uji Chi Kuadrat (Square) adalah pengujian hipotesis mengenai perbandingan antara frekuensi
observasi 1 yang benar - benar terjadi 1 aktual (Fo) dengan frekuensi harapan 1 ekspektasi (Fe) yang
didasarkan atas hipotesis tertentu.
Frekuensi Observasi dan Frekuensi Harapan
Frekuensi Observasi nilainya dapat dari hasil percobaan (Fo)
Frekuensi Harapan nilainya didapat dari penghitungan secara teoritis (Fe)
2. BENTUK DISTRIBUSI CHI SQUARE (xxx2)
Nilai x2 adalah nilai kuadrat karena itu nilai x2 s e l a l u p o s i t i f . Bentuk distribusi x2 tergantung
dari derajat bebas (Db)1degree of freedom. Pengertian a pada Uji x2 sama dengan pengujian
hipotesis yang lain, yaitu luas daerah penolakan Ho atau taraf nyata pengujian.
Perhatikan gambar berikut :
a : luas daerah penolakan Ho = taraf nyata
pengujian
0 + oo
3. PENGGUNAAN UlI xxx2
Uji x2 dapat digunakan untuk :
a. Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit
b. Uji Kebebasan
c. Uji Beberapa Proporsi
Prinsip pengerjaan (b) dan (c) sama saja.
A. Uji Kecocokan = Uji Kebaikan Suai = Goodness of Fit
A.1 Penetapan Hipotesis Awal dan Hipotesis Alternatif
Ho : Frekuensi setiap kategori memenuhi suatu nilai 1
perbandingan
Ha : Ada kategori yang tidak memenuhi nilai 1 perbandingan
tersebut
1
A.2 Rumus
xxx2 Hit = LLL ( F o - F e ) 2
Fe
Dimana :
x2 : Chi Square hitung
Fo : Frekuensi data yang diperoleh dari observasi
Fe : Frekuensi data yang diharapkan secara teoritis
k : Banyaknya kategori 1 sel 1, 2, .., k
B. Uji Kebebasan dan Uji Beberapa Proporsi
B.1 Penetapan Hipotesis Awal dan Hipotesis Alternatif
a. UlI KEBEBASAN
Ho : Variabel - variable saling bebas
Ha : Variabel - variabel tidak saling bebas
b. UlI BEBERAPA PROPORSI
Ho : Setiap proporsi bernilai sama
Ha : Setiap proporsi tidak bernilai sama
B.2 Rumus
Fe = (Total Kolom) x (Total Baris)
(Total Observasi
k (Foij - Feij)2
xxx2 Hit =
LL
i=1 Feij
Keterangan :
Foij : Frekuensi observasi ke-I, kolom ke-j
Feij : Frekuensi ekspektasi ke-I, kolom ke-j
Total Kolom : Jumlah individu dalam kolom
Total Baris : Jumlah individu dalam baris
Total Observasi : Banyaknya individu dalam semua
sampel
2
5. LANGKAH - LANGKAH HIPOTESIS
1. Membuat hipotesis nol (Ho) dan hipotesis alternatif (Ha)
Ho : P1 = P2 = .. = Pk
Ha : P1 # P2 # .. # Pk
2. Tentukan taraf nyata (a)
3. Tentukan derajat bebas (db)
Untuk uji kecocokan = kebaikan suai dimana m adalah parameter estimator yang bernilai 0 :
Db = k - m - 1
Untuk uji kebebasan : Db = (k - 1) (b - 1)
4. Tentukan wilayah kritis (x2 tabel)
x2 tabel = x2 (a ; Db)
5. Tentukan x2 hitung (berdasarkan rumus)
6. Keputusan
Daerah penolakan (Ho)
7. Kesimpulan
0 x2 (a ; Db)
Contoh Soal :
a. Uji Kecocokan = Kebaikan Suai
Pada pelemparan dadu sebanyak 120x menghasilkan data sbb :
Kategori 1 2 3 4 5 6 Total
Frekuensi (Fo) 20 22 17 18 19 24 120
Ujilah dengan menggunkan taraf nyata 5% apakah pelemparan dadu tersebut merata atau
tidak merata?
Jawab :
1. Ho : Pelemparan dadu merata
Ha : Pelemparan dadu tidak merata
3
2. a = 5% = 0,05
3. Db = k - m - 1 = 6 - 0 - 1 = 5
4. Wilayah kritis
x2 tabel = x2 (a ; Db)
= x2 (0,05 ; 5) = 11,0705
5. Nilai hitung
k (Foj - Fe)2
x2 Hit = L
i=1 Fe
Fo Fe (Fo - Fe)2 (Fo - Fe)2/Fe20 20 0 022 20 4 0,2017 20 9 0,4518 20 4 0,2019 20 1 0,0524 20 16 0,80
120 120 1,70
6. Keputusan
Terima Ho, Tolak Ha
Ho Ha
1,70 11,0705
7. Kesimpulan
Pelemparan dadu sebanyak 120x merata
b. Uji Kebebasan
Tabel dibawah ini memperlihatkan hasil penelitian dari 300 sampel suatu produk selama 3
hari pengamatan.
Sampel hari 1 Sampel hari 2 Sampel hari 3 Total sampelJml Produk rusak 12 15 6 33 (T1)Jml produk baik 88 105 74 267 (T1)lumlah 100 (X1) 120 (X2) 80 (X3) 300 (TT)
4
Berdasarkan tabel di atas, ujilah menggunakan taraf nyata 5%. Apakah jumlah produk yang
rusak disebabkan oleh faktor kebetulan atau faktor lain yang benar - benar berarti (Misal
faktor bahan baku, tenaga kerja, mesin yang sudah tua, dbs).
Jawab :
1. Ho : Produk rusak terjadi karena faktor kebetulan
Ha : Produk rusak terjadi karena faktor lain yg benar - benar berarti
2. Taraf nyata : a = 5% = 0,05
3. Derajat bebas
Db = (k - 1) (b - 1) ; Db = (3 - 1) (2 - 1) = 2
4. Wilayah kritis
x2 tabel = x2 (a ; Db)
= x2 (0,05 ; 2) = 5,991
5. Nilai hitung
k (Foij - Feij)2
x2 Hit = L
i=1 Feij
Fe11 = (33 x 100) 1 300 = 11
Fe21 = (33 x 120) 1 300 = 13,2
Fe31 = (33 x 80) 1 300 = 8,8
Fe12 = (267 x 100) 1 300 = 89
Fe22 = (267 x 120) 1 300 = 106,8
Fe23 = (267 x 80) 1 300 = 71,2
Fo Fe (Fo - Fe)2 (Fo - Fe)2 / Fe12 11 1 0,0915 13,2 32,4 0,256 8,8 7,84 0,89
88 89 1 0,01105 106,8 3,24 0,0374 71,2 7,84 0,11
Total 1,38
5
6. Keputusan
Terima Ho, Tolak Ha
Ho
Ha
1,38 5,991
7. Kesimpulan
Produk rusak terjadi karena faktor kebetulan
6. KEGUNAAN PENGUlIAN CHI SQUARE
Adapun kegunaan pengujian hipotesis menggunakan Chi Kuadrat adalah :
a. Untuk mengetahui kesesuaian antara frekuensi observasi variable tertentu
dengan frekuensi harapan teoritis.
b. Untuk mengetahui independensi antara variable satu dengan variable lainnya.
6
PENGUJIAN HIPOTESIS
A. Pengertian Pengujian Hipotesis
Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis.Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan yang disajikan sebagai bukti.
Jadi, hipótesis dapat diartikan sebagai suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Hipótesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya masih sementara atau lemah kebenarannya.
Hipótesis statistik akan diterima jika hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi penyangkalan dari pernyataannya.
Dalam pengujian hipótesis, keputusan yang dibuat mengandung ketidakpastian, artinya keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar kecilnya resiko dinyatakan dalam bentuk probabilitas.
B. Prosedur Pengujian Hipótesis
Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipótesis statistik dapat dibedakan atas dua jenis, yaitu sebagai berikut :
a. Hipótesis nol atau hipótesis nihil
Hipótesis nol, disimbolkan H0 adalah hipótesis yang dirumuskan sebagai suatu pernyataan yang akan diuji.
7
b. Hipótesis alternatif atau hipótesis tandingan
Hipótesis alternative disimbolkan H1 atau Ha adalah hipótesis yang dirumuskan sebagai lawan atau tandingan dari hipótesis nol.
Secara umum, formulasi hipótesis dapat dituliskan : H0 : = 0H1 : > 0Pengujian ini disebut pengujian sisi kanan
H0 : = 0H1 : < 0Pengujian ini disebut pengujian sisi kiri
H0 : = 0H1 : 0Pengujian ini disebut pengujian dua sisi
2. Menentukan Taraf Nyata (Significant Level)
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai parameter populasinya.
Taraf nyata dilambangkan dengan (alpha)
Semakin tinggi taraf nyata yang digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang diuji, padahal hipotesis nol benar.
Besarnya nilai bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan yang akan ditolerir. Besarnya kesalahan tersebut disebut sebagai daerah kritis pengujian (critical region of test) atau daerah penolakan (region of rejection).
8
3. Menentukan Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak hipotesis nol (H0) dengan cara membandingkan nilai tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya.
a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebihkecil daripada nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di dalam nilai kritis.
daerah daerah
penolakan daerah penolakan H0
H0 penerimaan H0
d1 d2
Gambar 1. Daerah kritis uji dua pihak
daerah daerah
penerimaan H0 penolakan H0
d
Gambar 2. Daerah kritis uji satu pihak kanan
daerah daerah
penolakan H0 penerimaan H0
d
Gambar 3. Daerah kritis uji satu pihak kiri
9
4. Menentukan Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang diambil secara random dari sebuah populasi.
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (H0), sesuai dengan kriteria pengujiannya.Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji staistik dengan nilai tabel atau nial kritis.
C. Jenis-Jenis Pengujian Hipotesis
1. Berdasarkan Jenis Parameternyaa. Pengujian hipotesis tentang rata-rata b. Pengujian hipotesis tentang proporsi c. Pengujian hipotesis tentang varians
2. Berdasarkan Jumlah Sampelnyaa. Pengujian sampel besar (n > 30)b. Pengujian sampel kecil (n 30)
3. Berdasarkan Jenis Distribusinyaa. Pengujian hipotesis dengan distribusi Zb. Pengujian hipotesis dengan distribusi t (t-student)
c. Pengujian hipotesis dengan distribusi 2
(chi-square)d. Pengujian hipotesis dengan distrbusi F (F-ratio)
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya a. Pengujian hipótesis dua pihak (two tail test)b. Pengujian hipotesis pihak kiri atau sisi kiric. Pengujian hipotesis pihak kanan atau sisi kanan.
10
D. Kesalahan dalam Pengujian Hipotesis
1. Dua Jenis Kesalahan
Dalam pengujian hipotesis, kesimpulan yang diperoleh hanya penerimaan atau penolakan terhadap hipotesis yang diajukan, tidak berarti kita telah membuktikan atau tidak membuktikan kebenaran hipotesis tersebut. Hal ini disebabkan kesimpulan tersebut hanya merupakan inferensi didasarkan sampel.
Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu :
a. Kesalahan Jenis I
Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya benar. Artinya, kita menolak hipotesis tersebut (H0) yang seharusnya diterima.
b. Kesalahan Jenis II
Kesalahan jenis II adalah kesalahan karena H0 diterima padahal kenyataannya salah. Artinya, kita menerima hipotesis (H0) yang seharusnya ditolak.
Tabel 1. Dua Jenis Kesalahan dalam Pengujian Hipotesis
KesimpulanKeadaan Sebenarnya
H0 Benar H0 Salah
Terima Hipotesis Tidak membuat kekeliruan Kesalahan Jenis IITolak Hipotesis Kesalahan Jenis 1 Tidak membuat kesalahan
Apabila kedua jenis kesalahan tersebut dinyatakan dalam bentuk probabilitas didapatkan hal-hal berikut :
a. Kesalahan jenis I disebut kesalahan yang dalam bentuk penggunaannya disebut sebagai taraf nyata atau taraf signifikan (level of significant). 1 - disebut sebagai tingkat keyakinan (level of confidence), karena dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar, sebesar 1 - .
11
b. Kesalahan jenis II disebut kesalahan yang dalam bentuk penggunaannya disebut sebagai fungsi ciri operasi (operating characteristic function). 1 - disebut sebagai kuasa pengujian karena memperlihatkan kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis yang seharusnya ditolak.
2. Hubungan, , dan n
Antara kedua jenis kesalahan, yaitu kesalahan dan saling berkaitan. Jika kesalahan kecil, maka kesalahan, demikian pula sebaliknya.
Untuk membuat suatu kesimpulan yang baik, maka kedua kesalahan tersebut harus dibuat seminimal mungkin. Hal ini biasanya dilakukan melalui cara- cara seperti berikut :
1. Memperbesar ukuran sampel (n) yang akan menjadikan rata-rata ukuran sampel, mendekati ukuran populasinya. Dengan makin besarnya sampel (tetap), akan memperkecil dan memperbesar 1, sehingga akan makin besar probabilitas untuk menolak hipotesis (H0) yang salah.
2. Menentukan terlebih dahulu taraf nyata ( ).
Contoh Soal :
Berdasarkan pengalaman masa lalu, tinggi badan calon mahasiswa sebuah akademi didistribusikan secara normal dengan rata-rata 160 cm dan simpangan baku 20 cm. Instruktur ingin menguji pada taraf nyata 5%, apakah rata-rata tinggi calon mahasiswa tahun ini di atas 160 cm. Untuk melakukan itu, dipilih sampel sebanyak 36 calon mahasiswa dan diperoleh rata-rata tinggi badan 163 cm. Berapakah nilai dan 1 - tersebut ?
Penyelesaian :
Dari soal, diperoleh nilai kritis Z0,05 = 1,64 (Lihat Tabel Z)
Z 0,00 0,01 ... 0,040,0 0,0000 0,0040 ... 0,01600,1 0,0398 0,0438 ... 0,0557... ... ... ... ...
1,6 0,4452 0,4436 ... 0,4495
12 6
13 6
TEORI SEDERHANA
PROSEDUR PEMILIHAN UJI HIPOTES IS
Pembaca ma mpu memaha mi alur berpikir yang benar untuk menentukan
uji hipotesis yang sesuai secara teorit is untuk :
1. Hipotesis komparatif : skala pengukuran numerik, dua kelompo k
2. Hipotesis komparatif : skala pengukuran numerik, > 2 kelompok data
3. Hipotesis komparatif : skala pengukuran kategorikal, kelompok data
tidak berpasangan
4. Hipotesis komparatif : skala peeengukuran kategorikal, kelompok data
berpasangan
5. Hipotesis korelatif
Di mana kita berada ? :
Statistik Deskriptif dan Analitik
Dalam suatu penelitian, sebelum Anda melakukan pengumpulan data,
Anda harus membuat proposal penelitian. Pada proposal penelitian, terdapat bab
rencana analisis yang menggambarkan apa yang Anda rencanakan pada data
yang akan Anda miliki. Rencana analisis biasanya dibagi menjadi dua bagian
yaitu rencana analisis secara deskriptif dan analitik/inferensi. Dengan
demikian, ada dua pemahaman utama yang harus Anda miliki, yaitu tentang
statistik deskriptif dan statistik analitik.
Statistik deskriptif akan membawa Anda pada pemahaman tentang
karakteristik data yang Anda miliki. Statistik deskriptif ini harus selalu
mendahului statistik inferensi/analitik. Karena pentingnya statistik deskriptif ini,
para ahli selalu mengatakan: know your data, what kind of data you have!
Statistik inferensi akan membawa Anda mengambil kesimpu lan terhadap hipotesis
Anda.
14 6
Dengan demikian, ada dua pertanyaan utama dan sekaligus akan
menjadi topik pembahasan pada buku ini. Pertanyaan utama tersebut adalah:
1. Bagaimana karakteristik data yang Anda miliki/akan Anda miliki?
(statistik deskriptif)
2. Bagaimana Anda menentukan uji hipotesis yang sesuai dengan set data yang
Anda miliki/akan Anda miliki ? (statistik analitik)
A. Statistik deskriptif
Statistik deskriptif berusaha menggambarkan berbagai karakterist ik data.
Berikut ini merupakan catatan utama berkaitan dengan statistik deskriptif :
1. Variabel kategorikal
Berkaitan dengan gambaran karakterist ik satu set data dengan
skala pengukuran kategorikal, Anda mengenal ist ilah jumlah atau
frekuensi tiap kategori (n), dan persentase tiap kategori (%), yang umumnya
disajikan dala m bentuk tabel atau grafik.
Tabel 1.1. Contoh deskripsi variabel kategorikal dalam bentuk tabel
n %
Jenis kelamin- Laki-laki 22 44- Perempuan 28 56
Tingkat pendidikan- Rendah IU 20- Sedang 25 50- Tinggi 15 30
Total 50 100
Berikut ini merupakan contoh penyajian variabel dengan skala
pengukuran kategorikal dalam bentuk grafik batang.
Gambar 1.1 Contoh penyajian variabel kategorikal dalam bentuk grafik batang
Grafik. Sebaran responden berdassrkan tingkat perdidikan (n=50)
15 6
2. Variabel numerik
Berkaitan dengan gambaran karakteristik satu set data dengan skala pengukuran
numerik, Anda mengenal dua parameter yang lazim digunakan yaitu parameter ukuran
pemusatan dan parameter ukuran penyebaran. Anda mengenal beberapa parameter untuk
ukuran pemusatan, yaitu: mean, median, dan modus. Untuk parameter ukuran penyebaran,
Anda mengenal standar deviasi, varians, koefisien varians, interkuartil, range, dan minimum
maksimum. Data variabel dengan skala pengukuran numerik umumnya disajikan dalam bentuk
tabel dan grafik (histogram dan plots). Berikut ini merupakan contoh penyajian variabel
dengan skala pengukuran numerik dalam bentuk tabel dan histogram.
Tabel 1.2. Contoh penyajian variabel numerik dalam bentuk tabel
Variabel M ea n Median Simpang baku Minimum Maksimum
Usia 46,69 47 12,56 15 69
Berat badan 50,4 50 8,33 45 64
Grafik Histogram Usia Responden
Gambar 2.2. Contoh penyajian variabel numerik dalam bentuk histogram
Kapan Anda memilih mean, median atau modus sebagai ukuran pemusatan? Kapan pula
Anda memilih standar deviasi, atau minimum maksimum sebagai ukuran penyebaran ?
Jika sebaran data mempunyai distribusi normal, Anda dianjurkan untuk memilih mean
sebagai ukuran pemusatan dan standardeviasi (SD) sebaga i ukuran penyebaran. Dalam
kasus di atas (tabel 1.2), jika variabel usia mempunyai sebaran normal, Anda menuliskan:
Rerata usia responden adalah
46,69 (SD 12,56).
Jika sebaran data tidak normal, Anda dianjurkan untuk memilih median sebagai ukuran
pemusatan dan minimum maksimum sebagai ukuran penyebaran. Dalam kasus di atas (tabel
1.2), jika variabel usia mempunyai sebaran tidak normal, Anda dianjurkan untuk menuliskan
rerata usia responden adalah 47 (15-69).
16 6
B. Statistik analitik
Pertanyaan yang sering muncul dalam an alisis data adalah: uji hipotesis apa yang
Anda pakai untuk menguji set data yang Anda miliki? Jawabannya tentu saja: Anda
menggunakan uji hipotesis yang sesuai. Uji hipotesis yang sesuai akan membawa kita
pada pengambilan kesimpulan yang sahih. Akan tetapi, untuk mencapai keputusan untuk
menggunakan uji tertentu, tentu saja harus didasari berbagai pertimbangan. Pertimbangan
apa saja yang harus kita pikirkan untuk menentukan uji hipotesis?
Tahukah Anda dengan berpedoman pada tabel uji hipotesis (tabel 1.3) Anda sudah bisa menentukan sebagian besar uji hipotesis
yang sesuai dengan set data yang Anda miliki ?
Tabel 1.3 Tabel uji hipotesisSkala
pengukuran variabel
Jenis hipotesisKomparatif/asosiatif
Korelatif2 kelompok > 2 kelompokBerpasangan Tidak
BerpasanganTidak
BerpasanganTidak
BerpasanganNominal McNemar
Marginal homogeneity
Chi SquareFisher
Kolmogorov Smirnov
Cochran Chi SquareFisher
Kolmogorov Smirnov
CoefisenKontingensi
Lambda
Ordinal McNemarMarginal
Homogeneity
Chi SquareFisher
Kotmogorov Smirnov
Cochran Chi SquareFisher
Kolmcagorov Smirnov
Somers'dGamma
Wilcoxon Mann-Whitney Friedman Kruskal-Wallis SpearmanNumerik(interval dan rasio)
Uji tberpasangan
Uji t tidakBerpasangan
Anova Anova Pearson
Keterangan:Uji dengan tanda * merupakan uji parametrikTanda panah menunjukan uji alternatif bila syarat uji parametrik tidakTerpenuhi. Uji hipotesis untuk variabel ordinal sama dengan uji untuk variabel nominal bila dapat dibuat dalam bentuk tabel silang (tabel Baris kali Kolom).Tanda " menunjukkan bahwa uji tersebut dapat disajikan dalam bentuk tabel silang.
17 6
Dengan berpedoman pada tabel di atas, sesungguhnya Anda sudah dapat menentukan uji
hipotesis yang sesuai dengan set data yang Anda miliki. Langkah-langkah penggunaan
tabel uji hipotesis adalah sebagai berikut :
1. Identifikasi skala pengukuran variabel
2. Tentukan jenis uji hipotesis
3. Identifikasi jumlah kelompok
4. Identifikasi pasangan/tidak berpasangan
5. Untuk variabel kategorikal, identifikasi apakah dapat dibuat tabel silang.
Kalau bisa, tentukan jenis tabel silangnya.
6. Identifikasi persyaratan uji parametrik dan non parametrik
Dengan demikian, Anda dapat menentukan uji hipotesis dengan berpedoman pada tabel Uji
Hipotesis dengan syarat Anda harus memahami beberapa istilah:
1. Skala pengukuran variabel: kategorikal (no minal, ordinal) dan numerik
(rasio dan interval)
2. Jenis hipotesis: komparatiflasosiat if dan korelatif
3. Jumlah kelo mpok data : 1 kelompok, 2 kelompok, > 2 kelompok
4. Pasangan: berpasangan atau tidak berpasangan.
5. Tabel silang (baris kali kolo m)
6. Syarat uji parametrik dan non parametrik
18 6