Prakt PADK 8 - Odds Ratio

Contoh Soal

H0: Tidak ada hubungan antara 2 variabel H1: Ada hubungan antara 2 variabel

kanker <- matrix(c(688, 650, 21, 59), nrow=2, byrow=TRUE)
chisq <- chisq.test(kanker)
chisq

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  kanker
## X-squared = 18.136, df = 1, p-value = 2.057e-05

chisq$expected

##      [,1] [,2]
## [1,]  669  669
## [2,]   40   40

Karena p-value < alpha, maka tolak H0 yang berarti ada hubungan yang signifikan antara merokok dan kanker

produk <- matrix(c(50, 30, 40, 20, 30, 30), nrow=3, byrow=TRUE)
produk

##      [,1] [,2]
## [1,]   50   30
## [2,]   40   20
## [3,]   30   30

chisq <- chisq.test(produk)
chisq

## 
##  Pearson's Chi-squared test
## 
## data:  produk
## X-squared = 3.8194, df = 2, p-value = 0.1481

chisq$expected

##      [,1] [,2]
## [1,]   48   32
## [2,]   36   24
## [3,]   36   24

Karena p-value > alpha, maka tak tolak H0 yang berarti tidak ada hubungan yang signifikan antara kepuasan pelanggan dan jenis produk

diet <- matrix(c(25, 15, 20, 20, 30, 10), nrow=3, byrow=TRUE)
diet

##      [,1] [,2]
## [1,]   25   15
## [2,]   20   20
## [3,]   30   10

chisq <- chisq.test(diet)
chisq

## 
##  Pearson's Chi-squared test
## 
## data:  diet
## X-squared = 5.3333, df = 2, p-value = 0.06948

chisq$expected

##      [,1] [,2]
## [1,]   25   15
## [2,]   25   15
## [3,]   25   15

Karena p-value > alpha, maka tak tolak H0 yang berarti tidak ada hubungan yang signifikan antara jenis diet dan penurunan berat badan

vehicle <- matrix(c(120, 80, 90, 110, 60, 40), nrow=3, byrow=TRUE)
vehicle

##      [,1] [,2]
## [1,]  120   80
## [2,]   90  110
## [3,]   60   40

chisq <- chisq.test(vehicle)
chisq

## 
##  Pearson's Chi-squared test
## 
## data:  vehicle
## X-squared = 10.87, df = 2, p-value = 0.004362

chisq$expected

##      [,1] [,2]
## [1,]  108   92
## [2,]  108   92
## [3,]   54   46

Karena p-value < alpha, maka tolak H0 yang berarti ada hubungan yang signifikan jenis kendaraan dengan kepatuhan terhadap lalu lintas

ekskul <- matrix(c(30, 20, 25, 25, 35, 15), nrow=3, byrow=TRUE)
ekskul

##      [,1] [,2]
## [1,]   30   20
## [2,]   25   25
## [3,]   35   15

chisq <- chisq.test(ekskul)
chisq

## 
##  Pearson's Chi-squared test
## 
## data:  ekskul
## X-squared = 4.1667, df = 2, p-value = 0.1245

chisq$expected

##      [,1] [,2]
## [1,]   30   20
## [2,]   30   20
## [3,]   30   20

Karena p-value > alpha, maka tak tolak H0 yang berarti tidak ada hubungan yang signifikan antara kegiatan ekstrakurikuler dan prestasi akademik

medsos <- matrix(c(100, 50, 50, 90, 30, 30, 70, 20, 60), nrow=3, byrow=TRUE)
medsos

##      [,1] [,2] [,3]
## [1,]  100   50   50
## [2,]   90   30   30
## [3,]   70   20   60

chisq <- chisq.test(medsos)
chisq

## 
##  Pearson's Chi-squared test
## 
## data:  medsos
## X-squared = 20.44, df = 4, p-value = 0.0004089

chisq$expected

##      [,1] [,2] [,3]
## [1,]  104   40   56
## [2,]   78   30   42
## [3,]   78   30   42

Karena p-value < alpha, maka tolak H0 yang berarti ada hubungan yang signifikan jenis media sosial dan frekuensi penggunaan