Uji chi-square independensi
Pengujian Hipotesis dengan Python
James Chapman
Curriculum Manager, DataCamp
Meninjau kembali uji proporsi
age_by_hobbyist = stack_overflow.groupby("age_cat")['hobbyist'].value_counts()
age_cat hobbyist
At least 30 Yes 812
No 238
Under 30 Yes 1021
No 190
Name: hobbyist, dtype: int64
from statsmodels.stats.proportion import proportions_ztest
n_hobbyists = np.array([812, 1021])
n_rows = np.array([812 + 238, 1021 + 190])
stat, p_value = proportions_ztest(count=n_hobbyists, nobs=n_rows,
alternative="two-sided")
(-4.223691463320559, 2.403330142685068e-05)
Independensi variabel
Hasil uji hipotesis sebelumnya: bukti bahwa hobbyist dan age_cat berasosiasi
Independensi statistik - proporsi keberhasilan pada variabel respons sama di semua kategori variabel penjelas
Uji independensi variabel
import pingouin
expected, observed, stats = pingouin.chi2_independence(data=stack_overflow, x='hobbyist',
y='age_cat', correction=False)
print(stats)
test lambda chi2 dof pval cramer power
0 pearson 1.000000 17.839570 1.0 0.000024 0.088826 0.988205
1 cressie-read 0.666667 17.818114 1.0 0.000024 0.088773 0.988126
2 log-likelihood 0.000000 17.802653 1.0 0.000025 0.088734 0.988069
3 freeman-tukey -0.500000 17.815060 1.0 0.000024 0.088765 0.988115
4 mod-log-likelihood -1.000000 17.848099 1.0 0.000024 0.088848 0.988236
5 neyman -2.000000 17.976656 1.0 0.000022 0.089167 0.988694
Statistik $\chi^2$ = 17.839570 = $(-4.223691463320559)^2$ = ($z$-score)$^2$
Kepuasan kerja dan kategori usia
stack_overflow['age_cat'].value_counts()
Under 30 1211
At least 30 1050
Name: age_cat, dtype: int64
stack_overflow['job_sat'].value_counts()
Very satisfied 879
Slightly satisfied 680
Slightly dissatisfied 342
Neither 201
Very dissatisfied 159
Name: job_sat, dtype: int64
Menyatakan hipotesis
$H_{0}$: Kategori usia independen dari tingkat kepuasan kerja
$H_{A}$: Kategori usia tidak independen dari tingkat kepuasan kerja
alpha = 0.1
- Statistik uji dilambangkan $\chi^{2}$
- Dengan asumsi independen, seberapa jauh hasil teramati dari nilai harapan?
Visualisasi eksploratori: stacked bar proporsional
props = stack_overflow.groupby('job_sat')['age_cat'].value_counts(normalize=True)wide_props = props.unstack()wide_props.plot(kind="bar", stacked=True)
Visualisasi eksploratori: stacked bar proporsional
Uji independensi chi-square
import pingouin
expected, observed, stats = pingouin.chi2_independence(data=stack_overflow, x="job_sat", y="age_cat")
print(stats)
test lambda chi2 dof pval cramer power
0 pearson 1.000000 5.552373 4.0 0.235164 0.049555 0.437417
1 cressie-read 0.666667 5.554106 4.0 0.235014 0.049563 0.437545
2 log-likelihood 0.000000 5.558529 4.0 0.234632 0.049583 0.437871
3 freeman-tukey -0.500000 5.562688 4.0 0.234274 0.049601 0.438178
4 mod-log-likelihood -1.000000 5.567570 4.0 0.233854 0.049623 0.438538
5 neyman -2.000000 5.579519 4.0 0.232828 0.049676 0.439419
Derajat kebebasan:
$(\text{Jumlah kategori respons} - 1) \times (\text{Jumlah kategori penjelas} - 1)$
$(2 - 1) * (5 - 1) = 4$
Menukar variabel?
props = stack_overflow.groupby('age_cat')['job_sat'].value_counts(normalize=True)
wide_props = props.unstack()
wide_props.plot(kind="bar", stacked=True)
Menukar variabel?
chi-square dua arah
expected, observed, stats = pingouin.chi2_independence(data=stack_overflow, x="age_cat", y="job_sat")
print(stats[stats['test'] == 'pearson'])
test lambda chi2 dof pval cramer power
0 pearson 1.0 5.552373 4.0 0.235164 0.049555 0.437417
Tanyakan: Apakah variabel X dan Y independen?
Bukan: Apakah variabel X independen dari variabel Y?
Bagaimana dengan arah dan tail?
- Kuadrat dari frekuensi teramati dan harapan harus tidak negatif
- Uji chi-square hampir selalu bertail kanan $^{1}$
1 Uji chi-square sisi kiri digunakan dalam forensik statistik untuk mendeteksi kecocokan yang terlalu baik karena data direkayasa. Uji chi-square varians bisa dua sisi. Namun, ini penggunaan khusus.
Ayo berlatih!
Pengujian Hipotesis dengan Python
