Uji Fisher Adalah
1. Tabel Fisher
Tabel Fisher adalah tabel yang digunakan dalam uji statistik Fisher untuk menghitung nilai p untuk uji F. Tabel ini memuat nilai-nilai distribusi F untuk berbagai tingkat signifikansi (biasanya mulai dari 0,01 hingga 0,5) dan berbagai tingkat derajat kebebasan (df) untuk kumpulan data yang dianalisis.
2. Uji Statistik Fisher
Uji statistik Fisher adalah salah satu teknik statistik inferensi yang digunakan untuk membandingkan varian dua kelompok atau lebih dengan distribusi yang berbeda. Uji F ini menghasilkan nilai F yang digunakan untuk menentukan apakah varians antar kelompok signifikan atau tidak. Semakin besar nilai F, semakin besar kemungkinan terdapat perbedaan yang signifikan antar kelompok.
3. Nilai Kritis Fisher
Nilai kritis Fisher atau F nilai kritis adalah nilai batas bawah yang harus dicapai oleh nilai F hasil uji statistik Fisher agar dapat dinyatakan sebagai signifikan secara statistik. Nilai kritis ini bergantung pada jumlah kelompok yang dibandingkan dan tingkat derajat kebebasan.
4. Tabel Nilai Kritis Fisher
Tabel nilai kritis Fisher adalah tabel yang memuat nilai-nilai F nilai kritis untuk berbagai tingkat signifikansi dan derajat kebebasan yang berbeda. Tabel ini digunakan untuk menentukan apakah hasil uji F yang diperoleh signifikan atau tidak.
5. Derajat Kebebasan Fisher
Derajat kebebasan Fisher atau df adalah jumlah pengamatan dikurangi 1 pada kelompok pertama dan jumlah pengamatan dikurangi 1 pada kelompok kedua, dan seterusnya. Derajat kebebasan ini digunakan dalam penghitungan statistik F, yang digunakan untuk membandingkan varians antar kelompok pada uji statistik Fisher. Semakin besar derajat kebebasan, semakin akurat uji statistik Fisher.
Rumus Uji Fisher
Uji Eksak Fisher digunakan untuk menentukan ada atau tidaknya hubungan yang signifikan antara dua variabel kategori. Ini biasanya digunakan sebagai alternatif Uji Kemandirian Chi-Square. ketika satu atau lebih jumlah sel dalam tabel 2×2 kurang dari 5. Fisher’s Actual Take a look at menggunakan hipotesis nol dan alternatif berikut:
- H0: (hipotesis nol) Kedua variabel tersebut independen.
- H1: (hipotesis alternatif) Kedua variabel tersebut adalah bukan mandiri.
Misalkan kita memiliki tabel 2×2 berikut:
| Grup 1 | Grup 2 | Jumlah Baris | |
| Kategori 1 | A | B | a+b |
| Kategori 2 | C | D | c+d |
| Jumlah Kolom | a+c | b+d | a+b+c+d = n |
Nilai p satu arah untuk uji fisher dihitung sebagai:
p = (a+b)!(c+d)!(a+c)!(b+d)! / (a!b!c!d!n!)
Ini menghasilkan nilai p yang sama dengan CDF dari distribusi hipergeometrik dengan parameter berikut:
- ukuran populasi = n
- populasi “berhasil” = a+b
- ukuran sampel = a + c
- contoh “berhasil” = a
Nilai p dua sisi untuk Fisher’s Actual Take a look at kurang mudah untuk dihitung dan tidak dapat ditemukan hanya dengan mengalikan nilai p satu sisi dengan dua. Untuk menemukan nilai p dua sisi, kami merekomendasikan menggunakan Fisher’s Actual Take a look at Calculator.
Contoh Uji Eksak Fisher
Contoh penerapan uji Eksak Fisher adalah sebagai berikut:
Misalnya, kita ingin menguji apakah terdapat hubungan antara jenis kelamin dan preferensi olahraga. Kemudian, kita mengambil sampel 50 orang (25 pria dan 25 wanita) dan menanyakan preferensi olahraga mereka, apakah sepak bola, basket atau voli.
Kemudian, kita membuat tabel kontingensi berdasarkan data tersebut:
| Sepak Bola | Basket | Voli | |
|---|---|---|---|
| Pria | 5 | 12 | 8 |
| Wanita | 8 | 10 | 7 |
Dari tabel kontingensi tersebut, kita dapat menghitung nilai probabilitas distribusi hipergeometrik dari jumlah kemungkinan pengambilan sampel yang memiliki kombinasi data yang sama atau lebih ekstrim daripada data sampel yang aktual. Kemudian, nilai tersebut akan digunakan untuk menghitung nilai p-nilai.
Berdasarkan hasil perhitungan, didapatkan nilai p-nilai sebesar 0,523, yang berarti tidak terdapat hubungan yang signifikan antara jenis kelamin dengan preferensi olahraga. Oleh karena itu, kita dapat menyimpulkan bahwa preferensi olahraga tidak dipengaruhi oleh jenis kelamin.
Tabel Fisher
| df1/df2 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 1 | 4052.2 | 4999.5 | 5403.5 | 5624.6 | 5763.1 |
| 2 | 98.505 | 99.000 | 99.166 | 99.249 | 99.299 |
| 3 | 34.116 | 30.817 | 29.457 | 28.714 | 28.237 |
| 4 | 21.198 | 18.000 | 16.694 | 15.977 | 15.522 |
| 5 | 16.258 | 13.745 | 12.456 | 11.785 | 11.313 |
| 6 | 13.745 | 11.972 | 10.649 | 9.973 | 9.524 |
| 7 | 12.246 | 10.645 | 9.602 | 8.906 | 8.457 |
| 8 | 11.259 | 9.886 | 8.906 | 8.219 | 7.764 |
| 9 | 10.561 | 9.550 | 8.589 | 7.920 | 7.479 |
| 10 | 10.044 | 9.277 | 8.331 | 7.675 | 7.251 |
Dalam tabel ini, df1/df2 mengacu pada derajat kebebasan df1 (pembilang) dan df2 (penyebut). Nilai dalam tabel merupakan nilai kritis untuk uji statistik Fisher dengan tingkat signifikansi 0,05 (p<0,05). Anda dapat menggantikan nilai-nilai dalam tabel ini dengan nilai-nilai yang relevan berdasarkan kebutuhan Anda.
