PENGOLAHAN DAN ANALISA DATA UJI CHI-SQUARE

1. Kategori pada master table

Penentuan kategori sesuai dengan DO yang ada di proposal, apakah berdasarkan mean,
persentase ataupun ketentuan lain yang sejalan dengan variable penelitian. Jika
berdasarkan mean, maka nilai mean diambil dari hasil pengolahan data pada tabel
pertama Frequencies Statistic
Ex :
Statistics

Aktivitas
Sikap Seksual
N Valid 40 40
Missing 0 0
Mean 35,83
Median 36,00
Mode 37
Std. Deviation 2,716
Minimum 31
Maximum 42
Sum 1433

Mean = Total Jawaban responden : jumlah responden

1433/40 = 35,83

Median = nilai tengah dari jawaban keseluruhan responden

Mode = nilai yang sering muncul

Jika berdasarkan %, maka dipakai rumus :

Jml jawaban resp x 100 %
Total Jawaban

Ex : untuk jml jawaban 8 dari 10 kuisioner dengan nilai betul 1 maka rumusnya : 8/10 x
100 %

2. Bab Hasil Penelitian merupakan Cara membaca table hasil pengolahan data SPSS
(analisa univariat dan analisa bivariat)

3. Arah dan bentuk hipotesis

a. One tail (satu sisi) : bila hipotesis alternatifnya menyatakan adanya perbedaan
dan ada pernyataan yang mengatakan hal satu lebih tinggi/rendah dari hal lain.
Contoh : BB Bayi dari ibu yang merokok lebih kecil dibanding BB bayi dari ibu
tidak merokok.
b. Two tail (dua sisi) merupakan hipotesis alternatif yang hanya menyatakan
perbedaan tanpa melihat apakah hal satu lebih tinggi/rendah dari hal lain. Jenis
Hipotesis ini lebih sering dipakai dipakai dalam uji statistik chi-square
Contoh : ada perbedaan BB bayi antara mereka yang dilahirkan dari ibu yang
merokok dibandingkan dari ibu yang tidak merokok/

By. Erna Desi (Desi)

 4. Menentukan tingkat kemaknaan ()
Tingkat kemaknaaan, atau sering disebut dengan nilai , merupakan nilai yang
menunjukkan besarnya peluang salah dalam menolak hipotesis nol. Atau dengan kata
lain, nilai merupakan batas toleransi peluang salah dalam menolak hipotesis nol.
Dengan kata lain, nilai merupakan batas maksimal kesalahan menolah Ho. Bila kita
menolak Ho berarti menyatakan adanya perbedaan/hubungan. Sehingga nilai dapat
pula diartikan sebagai batas maksimal kita salah dalam menyatakan adanya
perbedaan/hubungan. Untuk bidang kesehatan masyarakat, biasanya digunakan nilai
sebesar 5 % (0,05).

5. Keputusan Uji Statistik

Uji statistik bertujuan untuk menentukan nilai pvalue. Nilai p merupakan nilai yang
menunjukkan besarnya peluang salah menolak Ho dari data penelitian. Nilai p dapat
diartikan sebagai nilai besarnya peluang hasil penelitian. Harapan kita nilai p adalah
sekecil mungkin, sebab bila nilai p-nya kecil maka kita yakin bahwa adanya hubungan
yang bermakna antara variabel yang diteliti.

6. Menentukan hasil penelitian (uji hipotesa) pada uji chi-square

Person chi square
merupakan nilai X2 hitung dari hasil table silang (table analisa bivariat).
Dikatakan bermakna jika X2 hitung > dari X2 tabel. X2 tabel untuk df 1 =
3,8415 dan untuk df 2 = 5,9915. hasil ini bisa dibuktikan secara manual
dengan menggunakan rumus 2 OE 2
E
Nilai p diambil pada person chi square jika tabel 2 x 3 dst (salah satu variabel
memiliki 3/lebih kategori) Ex: tinggi, sedang, rendah
Continuity correction
Hanya ada untuk tabel 2 x 2
Nilai p diambil pada continuity correction jika table silang 2 x 2 tidak ada
frekuensi harapan yang nilainya dibawah 5 atau jika point b dibawah tabel chi-
square test menyatakan bahwa 0 cell have expected..
Fisher exact
Hanya ada pada tabel 2 x 2
nilai p pada fisher exact jika point b dibawah tabel chi-square test menyatakan
bahwa terdapat 1 cell atau 2 cell have expected.. yang menyatakan frekuensi
harapan dari analisa bivariat, dan jumlah cell yang memiliki frekuensi harapan <
5

7. Nilai OR (Odds Ratio) biasa juga disebut peluang dari sebuah hasil penelitian.
Seberapa besar peluang/kekuatan variable independent mempengaruhi variable
dependent, atau biasa juga disebut dengan derajat hubungan antara kedua variabel. OR
biasanya digunakan pada desain penelitian case control atau cross sectional. Sedangkan
nilai Risiko Relatif (RR) digunakan pada desain penelitian kohort.

By. Erna Desi (Desi)

 Risk Estimate

95% Confidence
Interval
Value Lower Upper
Odds Ratio for Personal
Hygiene Genitalia 6,000 1,263 28,498
(Bersih / Tidak Bersih)
For cohort Kejadian
Keputihan = Keputihan 2,667 ,962 7,395
Normal
For cohort Kejadian
Keputihan = Keputihan ,444 ,231 ,854
tidak Normal
N of Valid Cases 36

OR = 6,000 atau 6 hygiene yang bersih memberi peluang sebanyak 6 kali bagi remaja
untuk mengalami keputihan normal. Semakin bersih hygiene genitalia maka
kemungkinan untuk mengalami keputihan yang normal akan semakin besar.
Nilai OR hanya ada untuk table silang 2 x 2 dan tidak ada cell yang 0 (frekuensi dari
table silang tidak ada angka 0)
Jika hasil penelitian tidak berhubungan maka nilai OR diabaikan/tidak ditafsirkan. Nilai
OR dibuat/tidak, sesuai dengan proposal

OR dapat dicari dengan cara manual dengan rumus :

a x d
c x b

8. df = nilai keseimbangan tabel (nilai kritis) rumus (Baris 1) (kolom 1)

9. Hasil penelitian yang tidak berhubungan (p > 0,05) adalah hal yang biasa jika kita bisa
memberikan alasan yang tepat kenapa keadaan tersebut terjadi karena ada factor
lain yang menjadi penyebab, sehingga variabel independent tidak mempengaruhi
variable dependent.
Ex : Karena adanya factor ekonomi yang rendah maka tingkat pengetahuan tidak
mempengaruhi status gizi balita. Tidak ada hubungan pengetahuan dengan status
gizi balita. Walaupun pengetahuan tinggi, namun ekonomi yang tidak
memungkinkan untuk memperoleh gizi cukup maka status gizi balita tetap buruk.

Referensi : Sutanto Priyo hastono, Drs.M.Kes, Basic Data Analisis fir Health
Research Training, Fakultas Kesehatan Masyarakat UI, tahun 2006

C. Trihendradi, 7 Langkah Mudah Melakukan Analisis Statistik Menggunakan SPSS

17, Yogyakarta: Andi Offset, tahun 2009

Semoga dapat dimengerti dan bermanfaat

By. Erna Desi (Desi)

Contoh Kasus :

Crosstab

Pemberian ASI
Eksklusif
Ya Tidak Total
Tingkat Pendidikan Tinggi Count 25 29 54
% within Tingkat
46,3% 53,7% 100,0%
Pendidikan
Rendah Count 1 9 10
% within Tingkat
10,0% 90,0% 100,0%
Pendidikan
Total Count 26 38 64
% within Tingkat
40,6% 59,4% 100,0%
Pendidikan

Penjelasan :
Dari 54 responden berpendidikan tinggi, terdapat 25 orang (46,3 %)
memberikan ASI eksklusif. Dan dari 10 responden berpendidikan rendah,
terdapat 9 orang (90,0 %) tidak memberikan ASI eksklusif.

Nb: Jumlah persentase pada penelitian cross sectional dibuat berdasarkan

variabel independentnya (kesamping), sedangkan pada penelitian case
control berdasarkan variabel dependen (ke bawah).

Mencari chi-square secara manual :

= 26 x =
E. sel 1 54 21,9375
64

= 38 x =
E. sel 2 54 32,0625
64

= 26 x =
E. sel 3 10 4,0625
64

= 38 x =
E. sel 4 10 5,9375
64

(0 - E)2
Sel 0 E 0E (0 - E)2
E
1 25 21,9375 3,0625 9,378906 0,428
2 29 32,0625 -3,0625 9,378906 0,293
3 1 4,0625 -3,0625 9,378906 2,309
4 9 5,9375 3,0625 9,378906 1,580

Jumlah 4,608

By. Erna Desi (Desi)

 Df = (baris 1) (kolom 1) (2 1) (2 1) = 1

baris terdiri dari 2 kategori (tinggi, rendah), kolom terdiri dari 2 kategori (ya,
tidak) Risk Estimate

OR = 25 x 9 95% Confidence
1 x 29 Interval
= 7,7586 (7,759) Value Lower Upper
Odds Ratio for Tingkat
Pendidikan (Tinggi / 7,759 ,918 65,556
Rendah)
For cohort Pemberian
4,630 ,705 30,384
ASI Eksklusif = Ya
For cohort Pemberian
,597 ,432 ,824
ASI Eksklusif = Tidak
Menentukan nilai p N of Valid Cases 64
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 4,608b 1 ,032
Continuity Correctiona 3,226 1 ,072
Likelihood Ratio 5,394 1 ,020
Fisher's Exact Test ,039 ,031
Linear-by-Linear
4,536 1 ,033
Association
N of Valid Cases 64
a. Computed only for a 2x2 table
b. 1 cells (25,0%) have expected count less than 5. The minimum expected count is
4,06.

Karena terdapat 1 buah frekuensi harapan yang < 5 (E.sel 3), maka nilai p diambil pada fisher
Exact ( 0,039)

Point b pada chi square test 1 cell (25 %) have expected count
lass than 5. The minimum expected count is 4,06 terdapat 1
buah frekuensi harapan yang nilainya < 5 (E.sel 3 = 4,0625).
Frekuensi harapan terendah adalah 4,0625 (nilai terendah dari
E.sel 1 E.sel 4)

Referensi : Sutanto Priyo hastono, Drs.M.Kes, Basic Data Analisis fir Health
Research Training, Fakultas Kesehatan Masyarakat UI, tahun 2006

C. Trihendradi, 7 Langkah Mudah Melakukan Analisis Statistik Menggunakan SPSS

17, Yogyakarta: Andi Offset, tahun 2009

Semoga dapat dimengerti dan bermanfaat

By. Erna Desi (Desi)

Analisa univariat
Analyze deskriptif frekuensi - data numerik centang mean, median, mode, sum, std deviasi,
sum ok

Distribusi frekuensi
Analyse deskriptif frkeuensi - data kategorik chart bar ok

Analisa bivariat
Analyze deskriptif- crostab vari independent pindah ke row, varb dependen pindah ke colom
statistik centang chi-square & risk OK
cell centang expected count & row ok

By. Erna Desi (Desi)