Uji Chi Square
Uji Chi Square
Uji Chi Square
(2)
Contoh
Apakah
PERSYARATAN/ASUMSI
Jenis
data kategori
Sampel independen
Distribusi tidak normal/tidak
diketahui distribusinya (free
distribution)
=
2
(O E )
E
dengan df = (b-1)(k-1)
Total
Tidak
Ya
Tidak
86
29
115
Ya
44
30
74
Total
130
59
N = 189
nol (Ho):
alternatif (Ha):
(O E )
E
2 =
Metode:
1.
2.
Menghitung nilai/frekuensi
E=
Mero
kok
BBLR (Observe)
Tidak
Total
BBLR (Expected)
Ya
Tidak
(130*115)/
189 =
79,10
Tidak
86
29
115
Ya
44
30
74
Total
130
59
N = 189
Ya
(59*115)/
189 =
35,90
(59*74)/1
(130*74)/1
89 =
89 = 50,90
23,10
130
59
11
Tabel Perhitungan
O
86
79,10
6.9
47.61
0.60
29
35,90
-6.9
47.61
1.33
44
50,90
-6.9
47.61
0.94
30
23,10
6.9
47.61
2.06
Total
189
O-E
(O-E)2
(O-E)2 /E
2 = 4,92
12
Langkah 4 Membuat
Keputusan
Uji statistik tidak
berada pada
daerah kritis
Ho ditolak
Ada hubungan
yang signifikan
antara kebiasaan
merokok dengan
BBLR.
3,841
13
Alpha = 0,05
df = (b-1)(k-1) = 1
2 (tabel) = 3,841
14
Yates Correction:
Untuk tabel 2x2 bila tidak ada nilai E < 5, maka dipakai
Continuity Correction
15
16
Kasus
Suatu penelitian ingin mengetahui
hubungan antara perilaku merokok
(merokok dan tidak merokok) dengan
status fertilitas seorang pria (subur dan
tidak subur).
17
Variabel perilaku
merokok digunakan
sebagai variabel
independen, pindahkan
ke kotak Row(s):
Variabel status
fertilitas digunakan
sebagai variabel
dependen, pindahkan ke
kotak Kolom(s).
18
19
20
21
Output
perilaku merokok * Status fertilitas Crosstabulation
perilaku merokok
tidak merokok
merokok
Total
Count
Expected Count
% within perilaku
merokok
Count
Expected Count
% within perilaku
merokok
Count
Expected Count
% within perilaku
merokok
Status fertilitas
subur
tidak subur
35
15
27.5
22.5
Total
50
50.0
70.0%
30.0%
100.0%
20
27.5
30
22.5
50
50.0
40.0%
60.0%
100.0%
55
55.0
45
45.0
100
100.0
55.0%
45.0%
100.0%
Dapat diinterpretasikan bahwa ada sebanyak 35 dari 50 (70,00%) lakilaki tidak merokok memiliki status fertilitas subur. Sedangkan diantara
laki-laki yang merokok, ada 20 dari 50 (40,00%) yang memiliki status
fertilitas
subur
22
Chi-Square Tests
Pearson Chi-Square
Continuity Correction a
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
9.091b
7.919
9.240
9.000
df
1
1
1
1
Asymp. Sig.
(2-sided)
.003
.005
.002
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
.005
.002
.003
100
Hasil ini menunjukkan bahwa: tidak ada sel yang memiliki nilai E < 5
dan nilai ekspektasi minimum adalah 22,50.
23
24
Kekuatan Hubungan
A/(A+B)
RR (Relative Risk) =
--------C/(C+D)
OR (Odds Ratio) =
AD / BC
25
26
OR = 3,500 (95%
CI:1,529-8,012).
Pria yang merokok
mempunyai peluang 3,5
kali untuk tidak subur
dibandingkan pria yang
tidak merokok
Output
Risk Estimate
Lower
1.529
Upper
8.012
1.750
1.191
2.572
.500
.309
.808
100
27
Contoh:
Ingin diketahui apakah ada hubungan
antara tingkat pendidikan ibu dengan
pemanfaatan pelayanan ANC
28
Ouput
Pendidikan Ibu
Total
1172
87.3%
171 1343
12.7% 100.0%
Tidak sekolah
Count
% within
Pendidikan Ibu
150
78.1%
42
192
21.9% 100.0%
Count
% within
Pendidikan Ibu
1788
88.7%
228 2016
11.3% 100.0%
29
Output
Pearson Chi-Square
Value
56.253a
df
Likelihood Ratio
63.661
.000
Linear-by-Linear Association
56.204
.000
N of Valid Cases
2016
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is
21.71.
30
Dummy Variabel
Pada tabel > 2 x 2, tidak bisa ditampilkan
nilai OR
Tiga cara:
31
Total
1172
87.3%
171 1343
12.7% 100.0%
Tidak sekolah
Count
% within
Pendidikan Ibu
150
78.1%
42
192
21.9% 100.0%
Count
% within
Pendidikan Ibu
1788
88.7%
228 2016
11.3% 100.0%
32
33
Pearson Chi-Square
Value
62.274a
Chi-Square Tests
Asymp. Sig. Exact Sig. (2df
(2-sided)
sided)
1
.000
Continuity Correctionb
59.878
.000
Likelihood Ratio
55.176
.000
.000
62.182
.000
.000
673
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.26.
b. Computed only for a 2x2 table
Risk Estimate
Value
Odds Ratio for Pendidikan_1
(Tidak sekolah / Pendidikan
menengah)
For cohort Pelayanan ANC =
Adekuat
For cohort Pelayanan ANC =
Tidak adekuat
N of Valid Cases
.115
.806
.747
.871
7.015
3.986
12.346
673
34
Pearson Chi-Square
Value
11.749a
Chi-Square Tests
Asymp. Sig. (2- Exact Sig. (2df
sided)
sided)
1
.001
Continuity Correctionb
10.996
.001
Likelihood Ratio
10.496
.001
.001
11.741
.001
.001
1535
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 26.64.
b. Computed only for a 2x2 table
Risk Estimate
Value
.521
.895
.828
.967
1.718
1.270
2.323
1535
35
Variables
in the Equation
Dummy variabel dengan
regresi
logistik sederhana
B
Step 1
S.E.
Pendidikan_Ibu
Wald
47.134
df
2
Sig.
.000
Exp(B)
Pendidikan_Ibu(1)
-2.163
.315
47.128
.000
.115
.062
.213
Pendidikan_Ibu(2)
-.652
.193
11.429
.001
.521
.357
.760
-1.273
.175
53.171
.000
.280
Constant
36
Referensi
37