Ujian Khi-Kuasa Dua untuk Kebebasan
Ujian khi kuasa dua (χ²) untuk kebebasan merupakan kaedah statistik bukan parametrik yang sering digunakan untuk menentukan sama ada dua pembolehubah kategori (skala nominal atau ordinal) berkaitan atau tidak berkaitan. Dalam banyak kajian sosial, kesihatan, pendidikan, pemasaran dan analisis dasar, penyelidik sering menemui data kategori seperti jantina (lelaki/perempuan), status merokok (ya/tidak), tahap pendidikan (sekolah menengah/diploma/ijazah sarjana muda), pilihan jenama (A/B/C), dan sebagainya. Ujian khi kuasa dua untuk kebebasan membantu menjawab soalan teras: adakah taburan satu pembolehubah berbeza secara signifikan merentasi kategori pembolehubah lain?
Konsep Asas : Apakah Kemerdekaan?
Dua pembolehubah dikatakan tidak bersandar jika maklumat tentang kategori dalam pembolehubah pertama tidak membantu meramalkan kategori dalam pembolehubah kedua. Contohnya, jika "jantina" dan "keutamaan minuman" adalah tidak bersandar, maka perkadaran pilihan minuman akan agak serupa dalam kumpulan lelaki dan wanita. Sebaliknya, jika perkadaran berbeza dengan ketara, maka ini menunjukkan bahawa kedua-dua pembolehubah tersebut tidak bersandar (berkaitan).
Ujian khi kuasa dua untuk kebebasan berfungsi dengan membandingkan frekuensi yang diperhatikan (data sebenar yang kita lihat) dengan frekuensi yang dijangkakan (frekuensi yang "sepatutnya berlaku" jika kedua-dua pembolehubah itu benar-benar bebas). Semakin besar perbezaan antara nilai yang diperhatikan dan yang dijangkakan, semakin besar nilai statistik χ², dan semakin kuat bukti hubungan.
Jadual Kontingensi
Data untuk ujian ini disusun ke dalam jadual kontingensi, yang memaparkan frekuensi untuk kombinasi kategori dua pembolehubah. Contohnya, mari kita kaji hubungan antara status merokok (Ya/Tidak) dan kejadian batuk kronik (Ya/Tidak). Kita akan mencipta jadual 2x2 yang mengandungi bilangan responden dalam setiap kombinasi.
Secara umum, jadual boleh bersaiz 2×2, 2×3, 3×4, dan sebagainya, bergantung pada bilangan kategori dalam setiap pembolehubah. Ujian khi kuasa dua untuk kebebasan boleh digunakan untuk jadual sebarang saiz, selagi syarat-syarat tertentu dipenuhi.
Dalam ujian khi kuasa dua untuk kebebasan, hipotesisnya ialah:
– H0 (hipotesis nol): Kedua-dua pembolehubah adalah bebas (tiada hubungan/perkaitan).
– H1 (hipotesis alternatif): Kedua-dua pembolehubah tidak bebas (terdapat hubungan/perkaitan).
Tujuan ujian ini adalah untuk menentukan sama ada data memberikan bukti yang mencukupi untuk menolak H0.
Formula Statistik Khi-Kuasa Dua
Statistik ujian khi kuasa dua dikira menggunakan formula:
\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]
Maklumat:
– \(O_{ij}\) ialah frekuensi pemerhatian dalam sel baris-i dan lajur-j.
– \(E_{ij}\) ialah frekuensi jangkaan dalam sel baris-i dan lajur-j.
Kekerapan yang dijangkakan dikira daripada jumlah baris dan jumlah lajur:
\[
E_{ij} = \frac{(\text{Jumlah baris i}) \times (\text{Jumlah lajur j})}{\text{Jumlah keseluruhan}}
\]
Formula ini mencerminkan apa yang dijangka berlaku jika taburan dalam setiap baris dan lajur tidak mempengaruhi satu sama lain (tidak bergantung).
Darjah Kebebasan
Darjah kebebasan (df) untuk ujian ini ditentukan oleh saiz jadual:
\[
df = (r – 1)(c – 1)
\]
dengan:
– \(r\) = bilangan baris (kategori pembolehubah pertama)
– \(c\) = bilangan lajur (kategori pembolehubah kedua)
Darjah kebebasan mempengaruhi bentuk taburan khi kuasa dua yang digunakan untuk menentukan nilai-p.
Langkah-langkah untuk Melaksanakan Ujian Kebebasan Khi-Kuasa Dua
Berikut adalah urutan umum untuk menjalankan ujian ini:
1. Susun data ke dalam jadual kontingensi.
Pastikan data dalam bentuk frekuensi, bukan peratusan.
2. Kira frekuensi jangkaan bagi setiap sel menggunakan formula \(E_{ij}\).
3. Kira nilai χ² dengan menjumlahkan komponen \((OE)^2/E\) untuk semua sel.
4. Tentukan df menggunakan \((r-1)(c-1)\).
5. Kira nilai-p berdasarkan taburan khi-kuasa dua dengan df (atau bandingkan χ² yang dikira dengan jadual χ² pada aras keertian α, contohnya 0,05).
6. Buat keputusan.
– Jika nilai-p ≤ α → tolak H0 → terdapat hubungan/kebergantungan.
– Jika nilai-p > α → gagal menolak H0 → tiada bukti hubungan.
7. Tafsiran substantif.
Terangkan maksud hubungan tersebut dalam konteks penyelidikan, bukan sekadar "signifikan" atau "tidak signifikan".
Contoh Tafsiran (Tanpa Pengiraan Terperinci)
Katakan seorang penyelidik sedang menilai hubungan antara "kaedah kajian" (bebas/kumpulan) dan "pengijazahan" (lulus/gagal). Selepas menjalankan ujian khi kuasa dua, nilai-p ialah 0,02. Dengan α = 0,05, kesimpulannya adalah untuk menolak H0, menunjukkan hubungan antara kaedah kajian dan pengijazahan. Penyelidik kemudiannya perlu menentukan sel mana yang menyumbang perbezaan terbesar (contohnya, sama ada kajian berkumpulan meningkatkan perkadaran graduan). Dalam praktiknya, analisis boleh diperluaskan dengan memeriksa baki piawai atau saiz kesan.
Terma dan Andaian Penting
Walaupun khi kuasa dua adalah bukan parametrik, ujian ini mempunyai beberapa keperluan penting:
1. Data adalah dalam bentuk kiraan (kekerapan) dan setiap subjek hanya termasuk dalam satu kategori (saling eksklusif).
2. Pemerhatian bebas, bermakna seorang responden tidak boleh dikira lebih daripada sekali, dan tiada hubungan berpasangan antara pemerhatian.
3. Frekuensi jangkaan adalah cukup besar. Peraturan umum: kebanyakan nilai \(E_{ij}\) hendaklah ≥ 5. Jika terdapat terlalu banyak sel dengan nilai jangkaan yang kecil, keputusan ujian khi kuasa dua mungkin tidak sah.
Bagi jadual 2×2 dengan frekuensi kecil, alternatif yang biasa digunakan ialah Ujian Tepat Fisher. Bagi data berpasangan (contohnya, sebelum-selepas pada responden yang sama), alternatifnya ialah ujian McNemar.
Saiz Kesan: Bukan Sekadar Ketara
Keputusan yang signifikan tidak semestinya bermaksud hubungan yang "kuat". Oleh itu, adalah disyorkan untuk melaporkan saiz kesan, contohnya:
– Phi (φ) untuk meja 2×2
– Cramér's V untuk jadual yang lebih besar
V Cramér berkisar antara 0 hingga 1, dengan nilai yang lebih besar menunjukkan perkaitan yang lebih kuat. Pelaporan saiz kesan membantu pembaca memahami kekuatan hubungan, bukan sekadar kewujudannya.
Kelebihan dan Had
Berlebihan:
– Mudah digunakan untuk data kategori.
– Tidak memerlukan andaian normal.
– Sesuai untuk pelbagai bidang penyelidikan.
Had:
– Sensitif terhadap saiz sampel: sampel yang besar boleh menjadikan perbezaan kecil menjadi “signifikan”.
– Tidak menunjukkan arah hubungan secara langsung, tetapi hanya menunjukkan kehadiran/ketiadaan sesuatu perkaitan.
– Ia menjadi masalah jika banyak sel mempunyai frekuensi jangkaan yang kecil.
– Tafsiran mesti disokong oleh analisis tambahan (cth. melihat perkadaran atau baki).
penutup
Ujian khi kuasa dua untuk kebebasan merupakan alat penting untuk menilai kewujudan atau ketiadaan hubungan antara dua pembolehubah kategori. Dengan membina jadual kontingensi, mengira frekuensi yang dijangkakan, dan membandingkannya dengan frekuensi yang diperhatikan menggunakan statistik χ², penyelidik boleh menguji hipotesis kebebasan secara objektif. Walau bagaimanapun, untuk menghasilkan analisis yang mantap, penyelidik harus melangkaui menentukan sama ada terdapat kesan yang ketara atau tidak; mereka juga harus melaporkan saiz kesan, memeriksa keperluan frekuensi yang dijangkakan, dan mengaitkan dapatan dengan konteks substantif kajian. Oleh itu, ujian khi kuasa dua menjadi lebih daripada sekadar prosedur matematik, tetapi sebahagian daripada penaakulan saintifik yang membantu memahami corak hubungan dalam data kategori.
