1

MANAJEMEN DATA
Topik-07
Uji Beda Proporsi Chi-Square (X2) 2 Sampel
Oleh: Hariri, SKM, MM, MEPID

Uji beda propori Chi-Square 2 sampel sering kali digunakan pada penelitian epidemiologi,
khususnya pada rancangan observasional (cross sectional, case control, dan cohort). Uji beda proporsi
Chi-Square 2 sampel memadai digunakan pada rancangan penelitian tersebut di atas karena:

1) Rancangan analitik observasional membutuhkan kelompok pembanding (control group).

Artinya selain dibutuhkan kelompok kasus (yang sakit atau bermasalah) dibutuhkan juga
pembanding (yang sehat atau tidak bermasalah) sehingga menggunakan dua sampel yang
dianalisis.
2) Status penyakit seringkali didiagnostik menjadi dikotomi (sakit dan tidak sakit) atau
kelompok risiko juga sering kali dikelompokkan menjadi dua katagori (beresiko dan tidak).

Namun demikian perkembangan kebutuhan penelitian ranah kesehatan yang demikian luas,
penggunaan Chi-Square dua sampel dapat pula diterapkan pada penelitian kesehatan lainnya diluar
ranah epidemiologi, misalnya: pada ranah manajemen rumah sakit, manajemen puskesmas, institusi
pendidikan kesehatan seperti menganalisis variabel kepuasan pelanggan, prestasi mahasiswa, kinerja
dan motivasi karyawan, stress kerja, komunikasi, dan sebagainya.

Misal saja sampel dalam sebuah penelitian epidemiologi yang berjudul: "Faktor-faktor yang
Berhubungan dengan Kejadian Penyakit Jantung Koroner" didapatkan jumlah kasus penelitian
sebanyak 12 orang pengidap penyakit jantung koroner dengan kelompok kontrol sebanyak 48 orang,
dengan data sebagai berikut:

Pada variabel PJK: 0.Ya dan 1.Tidak. Pada Sex, 0.Pria dan 1.Wanita. Pada variabel Rokok:
0. > 2 bungkus, 1. 1-2 bungkus, dan 3. Tidak. Pada variabel Olahraga 0=Tidak dan 1. Ya

No PJK Sex Rokok Olahraga

1 0 0 0 0
2 0 0 0 0
3 0 0 0 0
4 0 0 0 0
5 0 0 0 0
6 0 0 1 0
7 0 0 1 0
8 0 0 1 1
9 0 1 1 1
10 0 1 2 1
11 0 1 2 1
12 0 1 2 1
13 1 0 0 0
14 1 0 0 0
15 1 0 0 0
 2

16 1 0 0 0
17 1 0 0 0
18 1 0 0 0
19 1 0 0 0
20 1 0 0 0
21 1 0 0 0
22 1 0 0 0
23 1 0 0 0
24 1 0 0 0
25 1 0 0 1
26 1 0 0 1
27 1 0 0 1
28 1 0 0 1
29 1 0 0 1
30 1 0 0 1
31 1 0 0 1
32 1 0 0 1
33 1 0 0 1
34 1 0 0 1
35 1 1 0 1
36 1 1 0 1
37 1 1 0 1
38 1 1 0 1
39 1 1 0 1
40 1 1 1 1
41 1 1 1 1
42 1 1 1 1
43 1 1 1 1
44 1 1 1 1
45 1 1 1 1
46 1 1 1 1
47 1 1 1 1
48 1 1 1 1
49 1 1 1 1
50 1 1 1 1
51 1 1 1 1
52 1 1 1 1
53 1 1 1 1
54 1 1 1 1
55 1 1 1 1
56 1 1 1 1
57 1 1 1 1
58 1 1 1 1
59 1 1 1 1
60 1 1 2 1
 3

Perintah pada SPSS:

A. Membuat variabel, entry dan dan value label:

1. Buatlah variabel PJK, Sex, Rokok, dan Olahraga dalam layar Variabel View.
2. Entry data 60 responden tersebut diatas
3. Klik kolom Values pada layar Variabel View, untuk memunculkan koding pada setiap variabel
PJK: 0.Ya dan 1.Tidak. Pada Sex, 0.Pria dan 1.Wanita. Pada variabel Rokok: 0. > 2 bungkus,
1. 1-2 bungkus, dan 3. Tidak. Pada variabel Olahraga 0=Tidak dan 1. Ya

B. Analisis Univariat:
1. Klik Analyze
2. Pilih sub menu Descriptive Statistic pilih Frequencies
3. Pindahkan Variabel PJK, Sex, Rokok dan Olahraga ke kotak Variable (s) dengan mengklik
tanda
4. Klik OK

B. Analisis Bivariat:
1. Klik menu Analyze
2. Pada sub menu Descriptive Statistics kemudian pilih dan klik Crosstabs
5. Masukan variabel PJK (variabel dependent) ke dalam kotak Column (s) dengan mengklik
tanda , dan masukan variabel Sex, Rokok, dan Olahraga (variabel independent) ke dalam
kotak Row(s) dengan mengklik tanda
3. Klik Statistics, dan tandai kotak Chi Square kotak Risk
4. Klik Continue
5. Klik OK

Output SPSS sebagai berikut:

A. Analisis Univariat:

PJK SEX MEROKOK OLAHRAGA

Valid 60 60 60 60
N
Missing 0 0 0 0

Frequency Table
PJK

Frequency Percent Valid Percent Cumulative

Percent

Ya 12 20,0 20,0 20,0

Valid Tidak 48 80,0 80,0 100,0

Total 60 100,0 100,0

 4

Interpretasi:
Dari 60 responden 12 orang (20%) pengidap PJK, dan sisanya 48 orang (80%) adalah orang sehat
(tidak mengidap PJK).

SEX

Frequency Percent Valid Percent Cumulative

Percent

Wanita 30 50,0 50,0 50,0

Valid Pria 30 50,0 50,0 100,0

Total 60 100,0 100,0

Interpretasi:
Dari 60 responden 30 orang (50%) berjenis kelamin wanita, dan sisanya 30 orang (50%) berjenis
kelamin pria.

MEROKOK

Frequency Percent Valid Percent Cumulative

Percent

> 2 Bungkus 32 53,3 53,3 53,3

1-2 Bungkus 24 40,0 40,0 93,3

Valid
Tidak 4 6,7 6,7 100,0

Total 60 100,0 100,0

Interpretasi:
Dari 60 responden 32 orang (53,2%) menghisap rokok lebih dari dua bungkus per hari, 24 orang
(40%) menghisap rokok 1-2 bungkus per hari, dan sisanya 4 orang (6,7%) tidak merokok.

OLAHRAGA

Frequency Percent Valid Percent Cumulative

Percent

Tidak 19 31,7 31,7 31,7

Valid Ya 41 68,3 68,3 100,0

Total 60 100,0 100,0

Interpretasi:
Dari 60 responden 19 orang (31,7%) tidak berolah raga, dan sisanya 41 orang (68,3%) berolahraga.
 5

B. Analisis Bivariat:

Cara membaca Output Chi Square Bivariat dua sampel:

1) Perhitungan Pearson Chi-Square dipakai bila tabel lebih dari 2 x 2 misalnya 3 x 2, 3 x 3, dan
seterusnya.
2) Perhitungan Continuity Correction dipakai bila tabel 2 x 2, dan tidak ada nilai Expectation ( E)
kurang dari 5 atau kurang dari 20% jumlah sel dalam tabel.
3) Perhitungan Fishers Exact Test dipakai bila tabel 2 x 2 dan dijumpai Expectation (E) kurang
dari 5 atau kurang dari 20% dari jumlah sel dalam tabel.

SEX * PJK

Crosstab
Count

PJK Total

Ya Tidak

Wanita 8 22 30
SEX
Pria 4 26 30
Total 12 48 60

Chi-Square Tests

Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)

Pearson Chi-Square 1,667a 1 ,197

Continuity Correctionb ,938 1 ,333
Likelihood Ratio 1,693 1 ,193
Fisher's Exact Test ,333 ,167
Linear-by-Linear Association 1,639 1 ,200
N of Valid Cases 60

a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,00.
b. Computed only for a 2x2 table

Interpretasi:
Karena tabelnya 2x2 dan tidak ditemukan nilai ekspektasi yang kurang dari (lihat butir a dan
komentar output SPSS) maka lihat pada kolom Asymp. Sig. (2-sided) pada baris Continuity
Correction, tampak disana Nilai P=0,333 (> 0,05) yang berarti tidak ada hubungan secara statistik
antara jenis kelamin dengan Penyakit PJK.
 6

Risk Estimate

Value 95% Confidence Interval

Lower Upper

Odds Ratio for SEX (Wanita /

2,364 ,627 8,917
Pria)
For cohort PJK = Ya 2,000 ,674 5,939
For cohort PJK = Tidak ,846 ,654 1,095
N of Valid Cases 60

Interpretasi:
Nilai Odds Rasio (OR) adalah 2,364 (95% CI: 0,627-8,917) berarti jenis kelamin wanita beresiko
mengalami PJK 2,364 kali dibandingkan pria.
Catatan:
1) Kalau nilai P tidak bermakna (Ho gagal ditolak), niali OR tidak perlu diinterpretasi.
2) Nilai OR yang melintasi nilai 1 akan mengindikasikan tidak ada hubungan secara statitik
3) Nilai OR dalam analisis bivariat didapat dari ad/bc. Sehingga dalam tabel yang lebih dari 2x2
nilai OR tidak muncul.

MEROKOK * PJK

Crosstab
Count

PJK Total

Ya Tidak

> 2 Bungkus 5 27 32

MEROKOK 1-2 Bungkus 4 20 24

Tidak 3 1 4
Total 12 48 60

Chi-Square Tests

Value df Asymp. Sig. (2-

sided)

Pearson Chi-Square 8,112a 2 ,017

Likelihood Ratio 6,185 2 ,045
Linear-by-Linear Association 3,473 1 ,062
N of Valid Cases 60

a. 3 cells (50,0%) have expected count less than 5. The minimum expected count
is ,80.
 7

Interpretasi:
Karena tabelnya 2x3 (lebih dari 2x2) maka lihat pada kolom Asymp. Sig. (2-sided)Pearson Chi-
Square tampak disana Nilai P=0,017 (< 0,05) yang berarti ada hubungan secara statistik kebiasaan
merokok dengan Penyakit PJK.

Risk Estimate

Value

Odds Ratio for MEROKOK (> 2

a
Bungkus / 1-2 Bungkus)

a. Risk Estimate statistics cannot be

computed. They are only computed for a 2*2
table without empty cells.

Catatan:
Nilai OR dalam analisis bivariat didapat dari ad/bc. Sementara tabel yang dianalisis adalah 2x3
sehingga nilai OR tidak muncul.

OLAHRAGA * PJK

Crosstab
Count

PJK Total

Ya Tidak

Tidak 7 12 19
OLAHRAGA
Ya 5 36 41
Total 12 48 60

Chi-Square Tests

Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)

Pearson Chi-Square 4,929a 1 ,026

Continuity Correctionb 3,509 1 ,061
Likelihood Ratio 4,635 1 ,031
Fisher's Exact Test ,039 ,033
Linear-by-Linear Association 4,847 1 ,028
N of Valid Cases 60

a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,80.
b. Computed only for a 2x2 table
 8

Interpretasi:
Karena tabelnya 2x2 dan ditemukan nilai ekspektasi yang kurang dari (lihat butir a dan komentar
output SPSS) maka lihat pada kolom Asymp. Sig. (2-sided) pada baris Fisher's Exact Test, tampak
disana Nilai P=0,0,39 (< 0,05) yang berarti ada hubungan secara statistik antara kebiasaan
berolahraga dengan Penyakit PJK.

Risk Estimate

Value 95% Confidence Interval

Lower Upper

Odds Ratio for OLAHRAGA

4,200 1,121 15,731
(Tidak / Ya)
For cohort PJK = Ya 3,021 1,100 8,299
For cohort PJK = Tidak ,719 ,501 1,033
N of Valid Cases 60

Interpretasi:
Nilai Odds Rasio (OR) adalah 4,2 (95% CI: 1,121-15,731) berarti orang yang tidak biasa berolahraga
beresiko mengalami PJK 4,2 kali dibandingkan yang berolahraga.

Contoh penyajian dan interpretasi dalam laporan hasil penelitian:

Tabel 6.3
Hubungan Kebiasaan Berolahraga dengan Penyakit Jantung Koroner
di Rumah Sakit 'Y' Kota Bandung Tahun 2014
Kebiasaan Penyakit Jantung Koroner Total Nilai P OR (95% CI)
Berolahraga Ya Tidak
Tidak 7 12 19 0,039 4,2 (1,121-15,731)
Ya 5 36 41
Jumlah 12 48 60

Hasil uji statistik diperoleh Nilai P=0,039 (< 0,05) maka dapat disimpulkan ada hubungan secara
statistik antara kebiasaan berolahraga dengan Penyakit PJK. Dari hasil analisis diperoleh nilai OR=
4,2 (95% CI: 1,121-15,731) berarti orang yang tidak biasa berolahraga beresiko mengalami PJK 4,2
kali dibandingkan yang berolahraga.