BAB I

PENDAHULUAN

A. Menguji Selisih Dua Proporsi

Uji proporsi bisa dilakukan untuk beda 2 proporsi atau 1 proporsi. Contoh
seseorang mempunyai data nominal atau kategorikal, terdiri dari 2 kelompok.
Misalnya seorang peneiliti ingin meneliti proporsi penyakit gizi buruk, di Solo
prevalensi gizi buruk 14%. Peneliti melakukan intervensi. Kemudian cek
prevalensinya , dilihat terdapat perbedaan atau tidak ini yang dinamakan uji
beda proporsi, dengan 2 proporsi. Kalau 1 proporsi digunakan untuk
mengecek pendapat, anggapan, atau standar terhadap kasus tertentu.
Dilakukan pengecekan untuk melihat kenyataannya. Misal: ada pakar yang
menyatakan kalau di daerah Solo yang mengikuti program KB hanya 80%.
Kemudian dilakukan penelitian untuk membantah pendapat ahli tersebut.
Berapa yang disurvey, berapa yang ikut KB. Peneliti melihat apakah proporsi
yang ikut KB sama dengan yang dikatakan pakar tersebut. Tapi yang sering
dilakukan adalah uji beda 2 proporsi. Uji beda proporsi paling mudah
menggunakan chi square.

B. RR dan OR

Odds Ratio (OR) adalah ukuran asosiasi paparan (faktor risiko) dengan
kejadian penyakit; dihitung dari angka kejadian penyakit pada kelompok
berisiko (terpapar faktor risiko) dibanding angka kejadian penyakit pada
kelompok yang tidak berisiko (tidak terpapar factor risiko).Sebagai contoh,
ambil sebuah kasus yaitu: "Pengaruh Rokok Terhadap Penyakit Kanker Pada
Pria Usia Di Atas 50 Tahun". Odds Ratio yang dimaksud dalam contoh di atas
adalah: seberapa besarkah pengaruh rokok terhadap Penyakit Kanker pada

1
pria usia di atas 50 tahun. Maka jawabannya bisa jadi 2 kali lipat, 3 kali lipat
atau 5,5 kali lipat. Nilai kali lipat inilah yang disebut sebagai "odds
ratio".Berdasarkan contoh di atas, nilai odds ratio bisa sebesar 2 atau 3 atau
5,5. Artinya: pria dengan usia di atas 50 yang merokok memiliki resiko
sebesar 2 kali lipat untuk dapat menderita kanker dibandingkan dengan pria di
atas 50 tahun yang tidak merokok. Dalam hal ini perlu diketahui: Rokok
adalah paparan atau faktor resiko sedangkan kanker adalah kejadian efek atau
penyakit.
Odds Ratio dapat dicari nilainya apabila penelitian yang dilakukan
menggunakan skala data nominal dikotom. Odds ratio juga hanya boleh
dilakukan pada penelitian dengan pendekatan Case Control.Sedangkan untuk
penelitian dengan pendekatan kohort, maka disebut Relatif Risk.

C. Program R
Program R adalah program statistika yang didistribusikan melalui internet
dibawah GPL (General Public License), hal ini memungkinkan untuk
digunakan secara bebas. Artinya untuk menggunakan R tidak diperlukan
pembayaran lisensi. R dapat dioperasikan dibawah sistem operasi Microsoft
95, 98, 2000, XP, Windows, Vista, Windows 7 atau yang terbaru, varian dari
Unix, Linux dan Apple Macintosh (Nugraha, 2013).

R adalah bahasa pemrograman dan perangkat lunak untuk

analisis statistika dan grafik. R dibuat oleh Ross Ihaka dan Robert Gentleman
di Universitas Auckland, Selandia Baru, dan kini dikembangkan oleh R
Development Core Team, dimana Chambers merupakan anggotanya. R
dinamakan sebagian setelah nama dua pembuatnya (Robert Gentleman dan
Ross Ihaka), dan sebagian sebagian dari nama S.

2
 ABAB II

DESKRIPSI KERJA

Pada laporan praktikum kali ini, praktikan akan menjelaskan langkah-

langkah menghitung selisih dua proporsi, Relatif Risk (RR), dan Odds Ratio
(OR) menggunakan program R. berikut langkah-langkahnya :
A. Kasus 1
Pada kasus pertama, praktikan akan menguji selisih dua proporsi
dengan langkah-langkah :
1. Setelah membuka program R, praktikan menulis Script seperti
berikut

MI <- matrix(c(303,108,240,150), byrow=TRUE,ncol=2)

Gambar 2.1. Uji Dua Proporsi Kekontinuan

2. Selanjutnya menginput Script berikut :

prop.test(MI)
Gambar 2.2. Output Uji Dua Proporsi Kekontinuan

3. Selanjutnya praktikan menghitung Uji Dua Proporsi dengan tidak

menggunakan koreksi kekontinuan dengan Script sebagai berikut:

Gambarprop.test(MI,correct=FALSE)
2.3. Uji Dua Proporsi bukan Kekontinuan

4. Selanjutnya praktikan menghitung Uji Dua Proporsi dengan

menggunakan
MI.test <-caraprop.test(MI)
yang lain dengan Script sebagai berikut:

names(MI.test)

MI.test$estimate

MI.test$conf.int

round(MI.test$conf.int,3)

MI.test$estimate[1]/MI.test$estimate[2] % 3
relative risk
 Gambar 2.4. Uji Dua Proporsi cara berbeda

B. Kasus 2
Pada kasus kedua, Praktikan akan menghitung RR, nilai odds, OR dan
interval konfidensi untuk OR, dengan langkah-langkah sebagai
berikut:
1. Pertama-tama praktikan menulis Script seperti berikut:

Gambar 2.5. Output Rasio Probabilitas

MI.test$estimate

2. Selanjutnya menghitung OR dengan Script sebagai berikut:

odds <- MI.test$estimate/(1-MI.test$estimate)

Gambar 2.6. Output Odds Rasio

odds[1]/odds[2]

3. Cara lain untuk menghitung Odds Rasio adalah :

(MI[1,1]*MI[2,2])/(MI[2,1]*MI[1,2])
Gambar 2.6. Output Odds Rasio

4. Terakhir praktikan akan menghitung interval konfidensi untuk

OR, dengan mmenggunakan Script sebagai berikut :

theta <- odds[1]/odds[2]

ASE <- sqrt(sum(1/MI))

logtheta.CI <- log(theta) + c(-1,1)*1.96*ASE

Gambar 2.7. Output Interval Konfidensi
exp(logtheta.CI)

4
 BAB III

PEMBAHASAN

Praktikum kali ini, praktikan diberikan beberapa kasus yaitu terkait

dengan :
Tabel 1. Dampak rokok terhadap kangker paru-paru.
Kanker Paru-paru
Status
Ya Tidak
Perokok Aktif 303 108
Perokok Pasif 240 150
Dari data diatas akan dilakukan :
1 Uji selisih dua proporsi
2 Hitunglah RR, nilai odds, OR dan interval konfidensi untuk OR
dengan menggunakan program R. dengan kasus-kasus tersebut, berikut
penjabaranya:
A. Kasus 1
Pada kasus yang pertama praktikan diminta untuk menghitung selisih
dua proporsi. Perhatikan output yang telah praktikan hitung
menggunakan R di bawah ini :

5
 Gambar 3.1. Output uji dua proporsi kekontinuan

Jika diuraikan syntax-syntax diatas mempunyai fungsi seperti berikut.

Pada syntak MI <-
matrix(c(303,108,240,150),byrow=TRUE,ncol=2), merupakan
syntak untuk menginput data menggunakan fungsi matrik yakni data yang di
input disimpan dalam matriks c dengan nama variabel MI. Syntak ncol=2,
menyatakan bahwa jumlah kolom berjumlah 2 buah kolom. Syntak
prop.test(MI), merupakan syntak untuk menguji selisih proporsi
menggunakan koreksi kekontinuan dengan menggunakan data pada matrik
IA. Setelah mengetikkan syntak di atas maka praktikkan mendapat output
seperti gambar 3.1 diatas.

Output di atas menjelaskan bahwa uji 2-sampel untuk kesetaraan

proporsi menggunakan koreksi kontinuitas dengan data pada matrik MI
mendapatkan nilai X-Squared sebesar 13,053 dengan derajat bebas 1 dan p-
value sebesar 0,0003028 dan juga dengan hipotesis alternatif 2 sisi dan 95%
confidence interval didapatkan interval konfidensi 0,05498472 sampai
0,18869860 dengan estimasi sampel proporsi 1 sebesar 0,7372263 dan
proporsi 2 sebesar 0,6153846. Kedua hal ini menunjukkan perbandingan salah
satu jumlah dalam faktor dengan jumlah keseluruhan.

6
 Selanjutnya, praktikkan akan menguji selisih dua proporsi
menggunakan cara kedua yakni tidak menggunakan koreksi kekontinuan.
Seperti pada gambar berikut ini :

Gambar 3.2. Output uji dua proporsi tanpa kekontinuan

Syntak prop.test(MI),correct=F merupakan syntak untuk

menguji selisih proporsi tanpa koreksi kekontinuan dengan menggunakan data
pada matrik MI.

Output di atas menjelaskan bahwa uji 2-sampel untuk kesetaraan

proporsi tanpa menggunakan koreksi kontinuitas dengan data pada matrik MI
mendapatkan nilai X-Squared sebesar 13,605 dengan derajat bebas 1 dan p-
value sebesar 0,0002255 dan juga dengan hipotesis alternatif 2 sisi dan 95%
confidence interval didapatkan interval konfidensi 0.05748332 sampai
0.18620001 dengan estimasi sampel proporsi 1 sebesar 0.7372263 dan
proporsi 2 sebesar 0.6153846. Kedua hal ini menunjukkan perbandingan salah
satu jumlah dalam faktor dengan jumlah keseluruhan.

Selanjutnya, praktikkan akan menguji selisih dua proporsi

menggunakan cara ketiga yakni dengan mentransformasi data. Dari hasil
penyelesaian dengan mentransformasi data bisa dilihat bahwa praktikkan
berhasil menyelesaikan kasus dengan syntak seperti gambar di bawah ini.

7
 Gambar 3.3. Output cara lain uji dua proporsi

Syntak (MI.test <- prop.test(MI)), merupakan syntak

untuk menguji selisih dua proporsi menggunakan data pada matrik MI.
names(MI.test), merupakan syntak untuk mengetahui nama variabel
yang terdapat pada uji MI. Maka, program menampilkan variabel yang
terdapat pada uji MI yakni statistic, parameter, p-value, estimate, null.value,
conf.int, alternative, method, dan data.name. Syntak
(MI.test$estimate) merupakan syntak untuk mengestimasi uji MI
dengan diestimasikan proporsi 1 dan proporsi 2. Maka, program menampilkan
nilai proporsi 1 yakni sebesar 0.7372263 dan nilai proporsi 2 yakni sebesar
0.6153846. Syntak (IA.test$conf.int) merupakan syntak untuk
menampilkan selang kepercayaan. Maka, program menampilkan hasil nilai
interval konfidensinya dengan CI 95% yakni 0.05748332 sampai
0.18620001. Syntak round(IA.test$conf.int,3), merupakan syntak
untuk perintah membulatkan nilai selang kepercayaan. Maka, program
menampilkan hasil pembulatan nilai interval konfidensinya dengan CI 95%
yakni 0,055 sampai dengan 0,189. Syntak

8
 (IA.test$estimate[1]/IA.test$estimate[2]), merupakan
syntak untuk memberi perintah menghitung hasil pembagian dari proporsi
kumulatif. Maka, program menampilkan hasil pembagian dari proporsi
kumulatif dengan memperhatikan nilai estimasi 1 dan nilai estimasi 2 sebesar
1,197993.

B. Kasus 2
Pada kasus kedua praktikan diperintahkan untuk menghitung RR, nilai odds,
OR dan interval konfidensi untuk OR. Perhatikan output berikut :

Gambar 3.4. Output RR

Nilai resiko relatif akan diperoleh jika data di telah dimasukkan

dengan fungsi matrix yaitu MI <-
matrix(c(303,108,240,150),byrow=TRUE,ncol=2). Syntax MI.test$estimate
berfungsi untuk menghitung jumlah/total nilai data, sedangkan syntax Syntak
(>odds <- IA.test$estimate/(1-IA.test$estimate),
>odds[1]/odds[2]), merupakan syntak untuk perintah menghitung

9
jumlah perbandingan keberhasilan dan kegagalan. Maka, program
menampilkan hasil jumlah perbandingan keberhasilan dan kegagalan atau
nilai RR yakni sebesar 1,753472. Sedangkan syntax
(MI[1,1]*MI[2,2])/(MI[2,1]*MI[1,2]) merupakan cara lain
untuk menghitung jumlah perbandingan keberhasilan dan kegagalan.

Gambar 3.5. Output OR

Syntak (theta <- odds[1]/odds[2]) , menunjukkan estimasi

maksimum dari peluang. Pada logtheta menggunakan batas atas dan batas
bawah untuk interval konfidensi. Maka, program menampilkan nilai OR atau
didapatkan rentan 1,299294 sampai 2,366412.

10
 BAB IV

PENUTUP

Dari penjelasan pada BAB II dan BAB III diatas, dapat simpulkan bahwa untuk
menampilkan data pada program R maka harus membuat syntax untuk menampilkan
data kemudian memanggilnya dengan nama syntax yang sama dan apabila ada
perbedaan maka akan muncul error pada halaman kerja program R, sedangkan untuk
kasus-kasus di atas mempunyai kesimpulan :
1. Didalam R, untuk menguji selisih dua proporsi dapat dihitung dengan
berbagai cara yaitu dengan menggunakan koreksi kekontinuan, tanpa koreksi
kekontinuan, dan mentransformasi data.

2. Pada output uji selisih dua proporsi menggunakan koreksi kekontinuan

mendapatkan nilai X-Squared sebesar 13,053 dengan derajat bebas 1 dan p-
value sebesar 0,0003028 dan juga dengan hipotesis alternatif 2 sisi dan 95%
confidence interval didapatkan interval konfidensi 0,05498472 sampai
0,18869860 dengan estimasi sampel proporsi 1 sebesar 0,7372263 dan
proporsi 2 sebesar 0,6153846.

11
3. Pada output uji selisih dua proporsi tanpa menggunakan koreksi kekontinuan
mendapatkan nilai X-Squared sebesar 13,605 dengan derajat bebas 1 dan p-
value sebesar 0,0002255 dan juga dengan hipotesis alternatif 2 sisi dan 95%
confidence interval didapatkan interval konfidensi 0.05748332 sampai
0.18620001 dengan estimasi sampel proporsi 1 sebesar 0.7372263 dan
proporsi 2 sebesar 0.6153846.

4. Pada cara mentransformasi data untuk uji selisih dua proporsi, selain
praktikkan mendapatkan nilai proporsi 1 dan nilai proporsi 2 praktikkan juga
mendapatkan nilai hasil pembagian dari proporsi kumulatif dengan
memperhatikan nilai estimasi proporsi 1 dan nilai estimasi proporsi 2.
Praktikkan mendapatkan nilai hasil pembagian dari proporsi kumulatif sebesar
1,197993.

5. Nilai RR sebesar 1,753472.

6. Nilai OR sebesar 1,299294 sampai 2,366412.

12
 DAFTAR PUSTAKA

Nugraha, Jaka. 2013. Pengantar Analisis Data Kategorik. Yogyakarta :

deepublish.

Aviramadhani.Blogspot.2011.uji beda proporsi.

http://aviramadhani.blogspot.com/2011/11/uji-beda-proporsi.html,
diakses pada tanggal 19 November 2015 WIB.

Academia.2012.Odds Rasio OR.

http://www.academia.edu/6923022/Odds_Ratio_OR, diakses pada
tanggal 19 November 2015 WIB.

Wikipedia.2009. bahasa pemrograman.

https://id.wikipedia.org/wiki/R_(bahasa_pemrograman), diakses pada
tanggal 15 Oktober 2015 Pukul 13.28 WIB.

13