Anda di halaman 1dari 36
UJI CHI-SQUARE TABEL 2 x 2 UJI FISHER TABEL b x k UJI TREND
UJI CHI-SQUARE
TABEL 2 x 2
UJI FISHER
TABEL b x k
UJI TREND
INFLUENSA YA TIDAK TOTAL VAKSIN 20 220 240 (8,3%) (91,7%) PLASEBO 80 140 220 (36,4%)
INFLUENSA
YA
TIDAK
TOTAL
VAKSIN
20
220
240
(8,3%)
(91,7%)
PLASEBO
80
140
220
(36,4%)
(63,6%)
TOTAL
100
360
460
(21,7%)
(78,3%)
Prinsip uji chi-square tabel 2 x 2:  Membandingkan nilai yang diobservasi (observed/O) pada setiap
Prinsip uji chi-square tabel 2 x 2:
 Membandingkan nilai yang
diobservasi (observed/O) pada setiap
kategori tabel dengan nilai yang
diharapkan (expected/E) apabila ada
perbedaan efektivitas antara vaksin
dengan plasebo
 Syarat: jumlah sampel >40
 Contoh kasus adalah uji vaksin
influensa
Nilai observed (O): Nilai expected (E): INFLUENSA INFLUENSA YA TIDAK YA TIDAK TOTAL TOTAL VAKSIN
Nilai observed (O):
Nilai expected (E):
INFLUENSA
INFLUENSA
YA
TIDAK
YA
TIDAK
TOTAL
TOTAL
VAKSIN
20
220
240
VAKSIN
52,2
187,8
240
(8,3%)
(91,7%)
PLASEBO
80
140
220
PLASEBO
47,8
172,2
220
(36,4%)
(63,6%)
TOTAL
100
360
460
TOTAL
100
360
460
(21,7%)
(78,3%)
• Ada total 100 dari 460 subyek terkena influensa • Bila vaksin dan plasebo sama2
• Ada total 100 dari 460 subyek terkena
influensa
• Bila vaksin dan plasebo sama2 efektif
Nilai expected (E):
maka diharapkan:
• (100/460) * 240 = 52,2 subyek
INFLUENSA
dari kelompok vaksin, dan
• (100/460) * 220 = 47,8 subyek
dari kelompok plasebo akan
YA
TIDAK
TOTAL
terkena influensa, dan sebaliknya:
• (360/460)*240 = 187,8 dan
(360/460)*220 =
172,2 terhindar
influensa
VAKSIN
52,2
187,8
240
• Nilai chi-square dihitung sbb:
PLASEBO
47,8
172,2
220
(O-E) 2 / E untuk setiap sel yang ada
atau:
TOTAL
100
360
460
2 = [(O-E) 2 / E] dengan df = 1 untuk
tabel 2 x 2
2 = [(O-E) 2 / E] dengan df = 1 untuk tabel 2 x 2:
2 = [(O-E) 2 / E] dengan df = 1 untuk tabel 2 x 2:
= [(20–52,2) 2 /52,2] + [(80–47,8) 2 /47,8] + [(220-187,8) 2 /187,8] +
[(140172,2) 2 /172,2]
= 19,86 + 21,69 + 5,52 + 6,02 = 53,09 => lihat tabel => P < 0,001
Artinya, probabilitas beda subyek terkena influensa yang diobservasi karena
alasan kebetulan adalah kurang dari 0,001
(kurang dari 0,1%) apabila tidak ada
beda antara vaksin
dan plasebo => hipotesis null ditolak
Kesimpulan: vaksin efektif mencegah influensa
VAKSIN
20
220
240
VAKSIN
52,2
187,8
240
(8,3%)
(91,7%)
PLASEBO
80
140
220
PLASEBO
47,8
172,2
220
(36,4%)
(63,6%)
TOTAL
100
360
460
TOTAL
100
360
460
(21,7%)
(78,3%)
Formula cepat: 2 = n(d1h0 – d0h1) 2 / dhn1n0 = 460(20*140) 2 / (100*360*240*220)
Formula cepat:
2 = n(d1h0 – d0h1)
2
/ dhn1n0
= 460(20*140)
2
/ (100*360*240*220) = 53,01
=> kurang lebih hasil sama
YA
TIDAK
YA
TIDAK
TOTAL
TOTAL
VAKSIN
20
220
240
VAKSIN
52,2
187,8
240
(8,3%)
(91,7%)
PLASEBO
80
140
220
PLASEBO
47,8
172,2
220
(36,4%)
(63,6%)
TOTAL
100
360
460
TOTAL
100
360
460
(21,7%)
(78,3%)
Kaitan antara uji chi-square dan uji z: Uji z untuk kasus yang sama = (p1-p0)
Kaitan antara uji chi-square dan uji z:
Uji z untuk kasus yang sama = (p1-p0) / √[p(1-p)(1/n1+1/n0)], memberi hasil
z = -7,281 => z 2 = (-7,281) 2 = 53,01
YA
TIDAK
YA
TIDAK
TOTAL
TOTAL
VAKSIN
20
220
240
VAKSIN
52,2
187,8
240
(8,3%)
(91,7%)
PLASEBO
80
140
220
PLASEBO
47,8
172,2
220
(36,4%)
(63,6%)
TOTAL
100
360
460
TOTAL
100
360
460
(21,7%)
(78,3%)
Hasil uji chi-square dapat ditingkatkan dengan koreksi Yate: 2 = [(|O-E| - 0,5) 2 /
Hasil uji chi-square dapat ditingkatkan dengan koreksi Yate:
2 =
[(|O-E| - 0,5)
2
/ E], dengan d.f. = 1
= (32,2–0,5) /52,2 + (32,2–0,5)2/47,8 + (32,2–0,5)2/187,8 + (32,2–0,5)2/172,2
2
= 19,25
+ 21,01 + 5,35 + 5,84
+ 51,46 => P < 0,001
YA
TIDAK
YA
TIDAK
TOTAL
TOTAL
VAKSIN
20
220
240
VAKSIN
52,2
187,8
240
(8,3%)
(91,7%)
PLASEBO
80
140
220
PLASEBO
47,8
172,2
220
(36,4%)
(63,6%)
TOTAL
100
360
460
TOTAL
100
360
460
(21,7%)
(78,3%)
Uji Fisher (Exact-test)  Jumlah total subyek <20, atau  Jumlah total subyek 20 –
Uji Fisher (Exact-test)
 Jumlah total subyek <20, atau
 Jumlah total subyek 20 – 40 tetapi
ada nilai E yang kurang dari 5
Contoh kasus Komplikasi perdarahan Ya Tidak Intervensi Total A 1 (d1) 12 (h1) 13 (n1)
Contoh kasus
Komplikasi perdarahan
Ya
Tidak
Intervensi
Total
A
1
(d1)
12 (h1)
13
(n1)
B
3
(d0)
9 (h0)
12
(n0)
Total
4 (d)
21 (h)
25 (n)
• Rumus uji Fisher: Contoh kasus 2 = d! h! n1! n0! / (n! d1!
• Rumus uji Fisher:
Contoh kasus
2
=
d! h! n1! n0! / (n! d1! h1! d0! h0!)
= 4! 21! 13! 12! / (25! 1! 12! 3! 9!)
= 4 x 13 x 12 x 11 x 10 / (25 x 24 x 23 x 22) = 0,2261
Komplikasi perdarahan
Harus dihitung probabilitas dari tabel ekstrim yang mungkin terjadi secara
Ya
Tidak
kebetulan => untuk kasus ini masih ada 5 tabel yang mungkin terjadi
Intervensi
Total
A
1
(d1)
12 (h1)
13
(n1)
B
3
(d0)
9 (h0)
12
(n0)
Total
4 (d)
21 (h)
25 (n)
Total 0 13 13 4 8 12 Total 4 21 25 Total Total 3 10
Total
0
13
13
4
8
12
Total
4
21
25
Total
Total
3
10
13
1
12
13
1
11
12
3
9
12
Total
4
21
25
Total
4
21
25
Total
Total
4
9
13
2
11
13
0
12
12
2
10
12
Total
4
21
25
Total
4
21
25
P = 0,0391 Total Nilai P? Nilai P= 2(nilai awal + nilai terkceil) 0 13
P = 0,0391
Total
Nilai P?
Nilai P= 2(nilai awal + nilai terkceil)
0
13
13
2(0,2261 + 0,0391)= 0,5304
4
8
12
Total
4
21
25
P
= 0,2713
Total
P = 0,2261
Total
3
10
13
1
12
13
1
11
12
3
9
12
Total
4
21
25
Total
4
21
25
P = 0,0565
Total
P = 0,4070
Total
4
9
13
2
11
13
0
12
12
2
10
12
Total
4
21
25
Total
4
21
25
Tabel baris x kolom (b x k): SUMBER AIR MINUM DESA TOTAL SUNGAI KOLAM MATA
Tabel baris x kolom (b x k):
SUMBER AIR MINUM
DESA
TOTAL
SUNGAI
KOLAM
MATA AIR
A
20
18
12
50
(40,0%)
(36.0%)
(24,0%)
(100,0%)
B
32
20
8
60
(53,3%)
(33,3%)
(13,3%)
(100,0%)
C
18
12
10
40
(45,0%)
(30,0%)
(25,0%)
(100,0%)
70
50
30
150
(46,7%)
(33,3%)
(20,0%)
(100,0%)
Tabel baris x kolom (b x k): SUMBER AIR MINUM DESA TOTAL SUNGAI KOLAM MATA
Tabel baris x kolom (b x k):
SUMBER AIR MINUM
DESA
TOTAL
SUNGAI
KOLAM
MATA AIR
A
23,3
16,7
10,0
50
B
28,0
20,0
12,0
60
C
18,7
13,3
8,0
40
70
50
30
150
2 = [(O-E) 2 / E]  2 = (20-23,3) 2 /23,3 + (18-16,7) 2
2 = [(O-E) 2 / E]
 2 = (20-23,3) 2 /23,3 + (18-16,7) 2 /16,7
+ (12-10,0) 2 /10,0 + (32-28,0) 2 /28,0
+ (18-18,7) 2 /18,7 + (20,20,0)2/20,0
+ (8-12,0) 2 /12,0 + (12-13,3) 2 /13,3
+ (10-8,0) 2 /8,0 = 3,53
Dengan df = (b – 1)(k-1) = 2 X 2 = 4
P = 0,47, antara 0,25 dan 0,5
Artinya, tidak terbukti adanya perbedaan
proporsi sumber air minum antar ketiga
desa
Kolmogorov-Smirnov (KS) K-S 1 variabel, digunakan untuk membandingkan distribusi pengamatan dengan distribusi teoritis
Kolmogorov-Smirnov (KS)
K-S 1 variabel, digunakan untuk
membandingkan distribusi
pengamatan dengan distribusi
teoritis pada 1 variabel dengan
skala ordinal
K-S 2 variabel, digunakan untuk
mencari sebab dan akibat
berbeda dari 2 variabel dengan
skala ordinal
Kolmogorov-Smirnov  Tentukan Ho = Tidak ada perbedaan efek obat lama dan obat baru 
Kolmogorov-Smirnov
 Tentukan Ho = Tidak ada perbedaan
efek obat lama dan obat baru
 Batas penolakan ( )
 Buat tabel frekuensi kumulatif
Kolmogorov-Smirnov 1 variabel Rasa sakit pada saat melahirkan ditunjukkan dengan nilai skor oleh 10 orang
Kolmogorov-Smirnov 1 variabel
Rasa sakit pada saat melahirkan ditunjukkan dengan nilai skor
oleh 10 orang wanita:
Skor nyeri:
1
2
3
4
5
Jumlah
Ibu
0
1
0
5
4
10
Distribusi kumulatif ( E )
1/5
2/5
3/5
4/5
5/5
Distribusi kumulatif ( O )
0/10
1/10
1/10
6/10
10/10
Selisih
2/10
3/10
5/10
2/10
0/10
Maksimum deviasi ( D ) = (E-O), dipilih yang paling besar = 0,50
Kolmogorov-Smirnov Ho: Tidak ada perbedaan dalam pemilihan skor rasa sakit Karena n=10, maka dipilih =0,01
Kolmogorov-Smirnov
Ho: Tidak ada perbedaan dalam
pemilihan skor rasa sakit
Karena n=10, maka dipilih =0,01
dan dari tabel D diperoleh
D=0,46, artinya
Dhitung>Dtabel atau Ho ditolak
atau rasa nyeri waktu
melahirkan banyak dikeluhkan
oleh wanita
Chi-square untuk analisis trend  Suatu penelitian ingin mengetahui hubungan antara obesitas pada subyek perempuan
Chi-square untuk analisis trend
 Suatu penelitian ingin mengetahui
hubungan antara obesitas pada
subyek perempuan dengan usia
menarkhe-nya. Paparannya adalah
apakah menarkhe-nya usia < 12
tahun atau usia 12 dan lebih.
Obesitas ditentukan dengan ukuran
tebal lipatan kulit dan dikategorikan
menjadi 3 kelompok
Chi-square untuk analisis trend Ukuran tebal lipatan kulit Usia Kecil Menengah Besar Total Menarkhe <
Chi-square untuk analisis trend
Ukuran tebal lipatan kulit
Usia
Kecil
Menengah
Besar
Total
Menarkhe
< 12
15 (8,8%)
29
36
80
tahun
(12,8%)
(19,4%)
≥ 12 tahun
156
197
150
503
(91,2%)
(87,2%)
(80,6%)
Total
171
226
186
583
(100%)
(100%)
(100%)
Skor
0
1
2
Odds
15/156
29/197
36/150
Log odds
-2,34
-1,92
-1,43
Log odds menarkhe dan tebal lipatan kulit 0 1 2 3 -0.5 -1 -1.5 -2
Log odds menarkhe dan tebal lipatan kulit
0
1
2
3
-0.5
-1
-1.5
-2
-2.5
Menghitung chi-square untuk trend:  U = (dx) – O/N* (nx)  V = [O(N-O)
Menghitung chi-square untuk
trend:
U = (dx) – O/N* (nx)
 V = [O(N-O) / N 2 (N-1)] [N (nx 2 )-
( nx) 2 ]
 2 = U 2 / V, untuk df =1
Menghitung chi-square untuk trend: (dx) = 15x0 + 29x1 + 36x2 = 101 (nx) =
Menghitung chi-square untuk
trend:
(dx) = 15x0 + 29x1 + 36x2 = 101
(nx) = 171x0 + 226x1 + 186x2 = 598
(nx 2 ) = 171x0 + 226x1 + 186x4 = 970
O = 80, N = 583, N-O = 503
U = 101 – (80/583x598) = 18,9417
V = [(80x503)/(583 2 x582)x(583x970-598 2 ) = 42,2927
2 untuk trend = (18,9417) 2 /42,2927 = 8,483
df = 1 => P antara 0,001 dan 0,005
Menghitung chi-square untuk trend: (dx) = 15x0 + 29x1 + 36x2 = 101 (nx) =
Menghitung chi-square untuk
trend:
(dx) = 15x0 + 29x1 + 36x2 = 101
(nx) = 171x0 + 226x1 + 186x2 = 598
(nx 2 ) = 171x0 + 226x1 + 186x4 = 970
Ada bukti kuat bahwa odds menarkhe dini
O = 80, N = 583, N-O = 503
meningkat dengan peningkatan tebal lipatan kulit
U = 101 – (80/583x598) = 18,9417
V = [(80x503)/(583 2 x582)x(583x970-598 2 ) = 42,2927
2 untuk trend = (18,9417) 2 /42,2927 = 8,483
df = 1 => P antara 0,001 dan 0,005
Tabel. Hubungan antara makan es buah dengan kejadian diare Diare Ada Tidak Total ada Es
Tabel. Hubungan antara makan es buah dengan
kejadian diare
Diare
Ada
Tidak
Total
ada
Es buah
Ada
65
(a)
10
(b)
75 (m)
Tidak
25
(c)
25
(d)
50 (n)
ada
Total
90
(r)
35
(s)
125 (N)
Tabel. Hubungan antara makan es buah dengan kejadian diare Diare Ada Tidak Total ada Es
Tabel. Hubungan antara makan es buah dengan
kejadian diare
Diare
Ada
Tidak
Total
ada
Es buah
Ada
6 (a)
14
(b)
20
Tidak
1 (c)
20
(d)
21
ada
Total
7
34 41 (n)
Tabel. Hubungan antara pengetahuan dan perilaku wanita hamil tentang mual-muntah Perilaku Pengetahuan Baik Cukup
Tabel. Hubungan antara pengetahuan dan perilaku
wanita hamil tentang mual-muntah
Perilaku
Pengetahuan
Baik
Cukup
Kurang
Total
Baik
18
(a)
10
(b)
7 (c)
35
Cukup
13
(d)
14
(e)
13
(f)
40
Kurang
13
(g)
12
(h)
25
(i)
50
Total
44
36
45
125
Tabel. Hubungan antara pengetahuan dan perilaku wanita hamil tentang mual-muntah Perilaku Pengetahuan Baik Cukup
Tabel. Hubungan antara pengetahuan dan perilaku
wanita hamil tentang mual-muntah
Perilaku
Pengetahuan
Baik
Cukup
Kurang
Total
Baik
14
(a)
21
(b)
0 (c)
35
Cukup
13
(d)
16
(e)
11
(f)
40
Kurang
14
(g)
17
(h)
19
(i)
50
Total
41
54
30
125
Karena ada nilai 0, maka kategori pengetahuan baik dan
cukup digabung supaya dapat diuji chi-square
Tabel 5. Efek obat lama dan obat baru Baik Sedang Kurang Total Obat 12 5
Tabel 5. Efek obat lama dan obat baru
Baik
Sedang
Kurang
Total
Obat
12
5
4
21
baru
Obat
2
4
8
14
lama
Total
14
9
12
35
Suatu studi bertujuan mempelajari hubungan antara merokok dengan kanker paru, dan berhasil mengikuti 30.000 perokok
Suatu studi bertujuan mempelajari
hubungan antara merokok dengan
kanker paru, dan berhasil mengikuti
30.000 perokok dan 60.000 non-
perokok selama 1 tahun dan
menemukan 39 dari perokok dan 6
dari non-perokok terkena kanker
paru.
Analisis statistik apa yang sesuai untuk
melaporkan hasil studi tersebut?
Dari data 2000 pasien usia 15-50 tahun yang terdaftar di praktek dokter umum X ditemukan
Dari data 2000 pasien usia 15-50 tahun
yang terdaftar di praktek dokter
umum X ditemukan 138 pasien yang
ditangani karena diagnosis asma, dan
telah dibuat tabulasinya.
Analisis statistik apa yang sesuai untuk
melaporkan hasil survei tersebut?
Asma + Asma - Total Perempuan 81 995 1076 Laki-laki 57 867 924 Total 138
Asma +
Asma -
Total
Perempuan
81
995
1076
Laki-laki
57
867
924
Total
138
1862
2000
Suatu studi bertujuan untuk memonitor risiko terjadinya keluhan mual hebat pada subyek kanker payudara selama
Suatu studi bertujuan untuk memonitor risiko
terjadinya keluhan mual hebat pada subyek
kanker payudara selama menjalani
kemoterapi. Untuk itu masing2 100 pasien
diberi obat yang berbeda, yaitu obat baru
atau obat standar. Ternyata 88% dari
kelompok obat baru dan 71% dari
kelompok obat standar mengalami mual
hebat.
Analisis statistik apa yang sesuai untuk
melaporkan hasil studi tersebut?