1

EPIDEMIOLOGI

5a Uji Statistik Chi-Square Bivariat Pada Epidemiologi Analitik

(Oleh: Hariri, SKM, MM, MEpid.)

Seringkali dalam suatu penelitian, kita menemui data yang tidak dapat dinyatakan dalam
bentuk angka-angka pengukuran (data numeric). Sebaliknya justru yang kita jumpai adalah data
hasil dari menghitung jumlah pengamatan yang diklasifikasikan atau beberapa katagori. Data
seperti ini disebut data katagorik (kualitatif), misalnya jenis kelamin yang mempunyai katagori:
laki-laki dan perempuan; status merokok yang mempunyai katagorik: perokok berat, perokok
ringan, tidak merokok atau kepemilikan anak yang dikatagorisasi: grande multipara, multipara,
primipara.
Dalam penelitian kesehatan seringkali peneliti perlu melakukan analisis hubungan
variabel kagorik dengan variabel katagorik, analisis ini bertujuan untuk menguji perbedaan
proporsi dua atau lebih kelompok sampel. Uji statistik yang digunakan untuk menjawab kasus
tersebut adalah uji Kai Kuadrat (Chi square).
Misalnya ingin diketahui hubungan jenis pekerjaan dengan perilaku menyusui ibu,
apakah ada perbedaan proporsi kejadian menyusui eksklusif para ibu yang bekerja dengan ibu
yang tidak bekerja. Dari contoh terlihat bahwa variable jenis pekerjaan (bekerja/tidak bekerja)
merupakan variabel katagorik, dan variabel perilaku menyusui (eksklusif/non eksklusif) juga
merupakan variabel katagorik.
Sebelum berlanjut lebih dalam tentang analisis kai kuadrat, terlebih dahulu kita fahami
bila isi variable tersebut terbentuk dari hasil klasifikasi/penggolongan, misalnya variabel sex,
jenis pekerjaan, golongan darah, dan pendidikan. Di lain pihak variabel numeric (misalnya: berat
badan, umur, dll) dapat menjadi variabel katagorik bila variabel tersebut sudah mengalami
pengelompokkan, misalnya kita ambil contoh variabel berat badan, berat badan bilai nilainya
masih riil (50 kg, 63 kg, dst) maka masih termasuk variabel numeric, namun bila sudah
dilakukan pengelompokkan menjadi (< 50 kg = kurus, 50-60 kg=sedang, dan > 60 kg = gemuk)
maka variabel tersebut sudah berjenis katagorik.
Tujuan dari digunakannya uji kai kuadrat adalah untuk menguji perbedaan
proporsi/persentase antara beberapa kelompok data. Dilihat dari tujuannya, uji kai kuadrat dapat
digunakan untuk mengetahui hubungan antara variabel katagorik dengan variabel katagorik.
Contoh pertanyaan penelitian untuk kasus yang dapat dipecahkan oleh uji kai kuadrat misalnya:
Apakah ada hubungan antara kejadian anemia pada ibu hamil yang kondisi sosial ekonominya
tinggi dan rendah? Pada kasus ini akan mengujii hubungan variable anemia dengan klasifikasi
Ya dan Tidak, dengan variable social ekonomi dengan klasifikasi Rendah dan Tinggi.
 2

Proses pengujian kai kuadrat adalah membandingkan frekuensi yang terjadi (observasi)
dengan frekuensi harapan (ekspektasi). Bila nilai frekuensi observasi dengan nilai frekuensi
harapan sama, maka dikatakan tidak ada perbedaan yang bermakna (signifikan). Sebaliknya, bila
nilai frekuensi observasi dan nilai frekuensi harapaan berbeda, maka dikatakan ada perbedaan
yang bermakna (signifikan).
Pembuktian dengan uji kai kuadrat menggunakan rumus:
()2
X2=
df = (k-1)(b-1)
.[()()]2
X2 MH (Chi square Mantel Haenszel) = (+)(+)(+)(+)

Keterangan:
O = nilai observasi
E = Nilai ekspektasi
df = degree of freedom (derajat kebebasan)
k = kolom
b = baris

Untuk mempermudah analisis kai kuadrat, nilai data kedua variable disajikan dalam bentuk tabel
silang berikut ini:

Paparan Penyakit Jumlah

(Faktor Risiko) (Masalah kesehatan)
+ -
+ a b a+b
- c d c+d
Jumlah a+c b+d n

Nilai a, b, c, dan d adalah niali observasi, sedangkan niali ekpektasi (harapan) masing-

masing sel dicari dengan rumus: = ()

(+) (+)
Misalkan untuk mencari nilai ekspektasi untuk sel a adalah: = , untuk mencari

nilai Eb, Ec dan Ed dapat dicari dengan cara yang sama.
Tabel Distribusi Kai Kuadrat:

df
0,99 0,95 0,90 0,50 0,10 0,05 0,01 0,001
1 0,00157 0,00393 0,0158 0,455 2,706 3,841 6,635 10,827
2 0,201 0,103 0,211 1,386 4,605 5,991 9,210 13,815
3 0,115 0,352 0,584 2,366 6,251 7,815 11,345 16,226
4 0,297 0,711 1,064 3,357 7,779 9,488 13,277 18,467
5 0,554 1,145 1,610 4,351 9,236 11,070 15,806 20,515
 3

Latihan pengujian hubungan variabel-variabel penelitian dengan pendekatan Kai square:

Data hasil penelitian tergambar dalam matrik di bawah ini. Jumlah kasus= 30 dan pembandingnya =120.
Apakah ada hubungan antara tingkat sosial ekonomi keluarga dengan kejadian anemia pada ibu hamil?

Tingkat
Sosial Anemia
Ekonomi Pada Ibu Hamil
Keluarga
Ya Tidak
(a) (b)
Rendah 19 33
(c) (d)
Tinggi 11 57

Untuk bisa menjawab hubungan tersebut dibutuhkan minimal 7 langkah sebagai berikut:
Langkah 1:
Jumlahkan baris, kolom, dan total!
Tingkat
Sosial Anemia Jumlah
Ekonomi Pada Ibu hamil
Keluarga
Ya Tida
k
Rendah (a) (b)
19 33 52
(c) (d)
Tinggi 11 57 68

Jumlah 30 90 120

Langkah 2:

Hitunglah nilai ekspektasi (harapan) masing-masing sel!

Total baris yang mengandung (a)x Total kolom yang mengandung (a)
Ea =
Jumlah keseluruhan data (n)
(30 x 52)
Ea =
120
Ea = 13

Dengan cara yang sama, hitunglah nilai ekspektasi sel b, c, dan d. Setelah dihitung didapatkan nilai
Eb=39 ; Ec=17 ; Ed=51
 4

Hasil akhir dapat dilihat sebagai berikut:

Tingkat
Sosial Anemia pada ibu Jumlah
Ekonomi hamil
Keluarga
Ya Tidak
(13) (39)
Rendah 19 33 52
(17) (51)
Tinggi 11 57 68
Jumlah 30 90 120

Langkah 3:

Hitunglah nilai X2 (Chi square) masing-masing sel!

()2
X2 sel a =

(1913)2
X2 sel a =
13

(6)2
X2 sel a =
13

36
X2 sel a =
13

X2 sel a = 2,78

Dengan cara yang sama, maka didapatkan nilai X2 sel b=0,92 ; X2 sel c=2,11 ; X2 sel d=0,71.
Langkah 4:
Jumlahkan seluruh nilai X2 = (2,78 + 0,92 + 2,11 + 0,71) yang disebut sebagai nilai X2 hitung
(hasil perhitungan). X2 hitung=6,52
Langkah 5:
Hitunglah df (degree of freedom) dengan rumus : df = (k-1)(b-1), dimana k=jumlah kolom dan
b=jumlah baris.
df = (2-1) (2-1)
df = 1 x 1
df = 1
 5

Langkah 6:
Tentukan nilai X2 tabel, dengan cara melihat tabel X2. Nilai X2 tabel didapat dari titik potong
antara nilai df yang telah dihitung dengan =5% (level of significan=tingkat kesalahan).
Penentuan =5% (0,05) karena ranah penelitian kita masuk dalam kategori penelitian kesehatan
masyarakat. Hasil titik potong antara df=1 dan =0,05 didapatkan nilai X2 tabel=3,841.
Langkah 7:
Kesimpulan:
a. Bila nilai X2 hitung X2 tabel, maka secara statistik variabel yang diteliti ada hubungan
b. Bila nilai X2 hitung < X2 tabel, maka secara statistik variabel yang diteliti tidak ada
hubungan.
Dalam contoh kasus tampak bahwa nilai X2 hitung=6,52 sementara nilai X2 tabel=3,841,
dengan demikian X2 hitung > X2 tabel sehingga kesimpulan penelitian tersebut adalah: Ada
hubungan antara tingkat status sosial ekonomi keluarga dengan kejadian anemia pada ibu hamil.
Nilai X2 hitung secara lebih sederhana dapat dihitung dengan menggunakan rumus X2 MH
.[()()]2
(Chi square Mantel Haenszel)= (+)(+)(+)(+).
120.[(19.57)(33.11)]2
X2 MH = (30)(90)(52)(68)
.

120.[(1083)(363)]2
X2 MH = (9.547.200)
.

120.[(720)]2
X2 MH = (9.547.200)
.

120.(518.400)
X2 MH = (9.547.200)
.

(62.208.000)
X2 MH = (9.547.200)
.

X2 MH = 6,52
.
Dr.dr.Luknis Sabri,MKM; Drs.Sutanto Priyo Hastono, SKM, MKes, Statistik Kesehatan
Edisi Revisi, Rajawali Pers, Jakarta, 2006.
Wahid Sulaiman, Statistik Non-Parametrik Contoh Kasus dan Pemecahannya dengan
SPSS, Andi Offset, Yogyakarta, 2003.