Bagaimana Anda menemukan rasio yang diharapkan dalam uji chi square?
Bagaimana Anda menemukan rasio yang diharapkan dalam uji chi square?

Video: Bagaimana Anda menemukan rasio yang diharapkan dalam uji chi square?

Video: Bagaimana Anda menemukan rasio yang diharapkan dalam uji chi square?
Video: Cara Mengatasi Uji Chi Square Yang Tidak Lolos Dengan Penggabungan Cell di SPSS 2024, Mungkin
Anonim

Menghitung 2, tentukan dulu bilangannya mengharapkan dalam setiap kategori. jika perbandingan adalah 3:1 dan jumlah total individu yang diamati adalah 880, maka mengharapkan nilai numerik harus 660 hijau dan 220 kuning. Chi - persegi mengharuskan Anda menggunakan nilai numerik, bukan persentase atau rasio.

Selain itu, bagaimana Anda menemukan yang diharapkan dalam uji chi square?

Chi Square Uji Independensi Ha: Kedua variabel kategori saling berhubungan. Sekarang kita perlu menghitung mengharapkan nilai untuk setiap sel dalam tabel dan kita dapat melakukannya dengan menggunakan total baris dikalikan total kolom dibagi dengan total keseluruhan (N). Misalnya, untuk sel a mengharapkan nilainya adalah (a+b+c)(a+d+g)/N.

Orang mungkin juga bertanya, bagaimana Anda menemukan nilai yang diharapkan dalam uji independensi chi square? Kita dapat menghitung nilai harapan dari dua variabel nominal dengan menggunakan rumus ini:

  1. Di mana.
  2. = nilai yang diharapkan.
  3. = Jumlah ith kolom.
  4. = Jumlah kth baris.
  5. = Uji Chi-Kuadrat Independensi. = Nilai yang diamati dari dua variabel nominal. = Nilai yang diharapkan dari dua variabel nominal.

Lalu, bagaimana cara mencari rasio yang diharapkan?

Untuk menghitung yang diamati perbandingan (Kolom 3), bagilah jumlah setiap fenotipe butir dengan 26 (fenotipe butir dengan jumlah butir paling sedikit). 3. Untuk rasio yang diharapkan (Kolom 4), gunakan 9:3:3:1, teori perbandingan untuk persilangan dihibrida.

Apa syarat untuk uji chi square?

NS chi - persegi kecocokan tes tepat ketika berikut ini: kondisi terpenuhi: Metode pengambilan sampel adalah simple random sampling. Variabel yang diteliti adalah kategoris. Nilai yang diharapkan dari jumlah sampel pengamatan pada setiap level variabel minimal 5.

Direkomendasikan: