TUGAS PRAKTIKUM ANALISIS DATA KATEGORIK

Nama : Libertania Maria Melania Esti Un

NIM : 151061019
Tugas : Modul 3

I. DATA PERCOBAAN

Jenis Pendidikan
Umur Total
kendaraa SD SMP SMA PT
Anak-anak 1 2 0 0 3
1 Remaja 1 5 10 0 16
Dewasa 7 17 77 25 126
Anak-anak 0 0 0 0 0
2 Remaja 0 0 2 0 2
Dewasa 0 0 28 7 35
Total 9 24 117 32 182

II. MASALAH PERCOBAAN

Ujilah apakah ada pengaruh terhadap kejadian lalulintas dengan jenis kendaraan yang
digunakan dan pendidikan terakhir pengendara.(hanya uji independensi)

III. ANALISIS DAN PEMBAHASAN

a. Hasil Output
 b. Uji Hipotesis
1) Hipotesis
H0 : tidak ada pengaruh terhadap kejadian lalulintas dengan jenis kendaraan yang
digunakan dan pendidikan terakhir pengendara
H1 : ada pengaruh terhadap kejadian lalulintas dengan jenis kendaraan yang
digunakan dan pendidikan terakhir pengendara
2) Tingkat Signifikansi
Tingkat signifikansi yang digunakan adalah alpha 5%=0.05
3) Statistik Uji
P-Value dari Mantel Haenzel 0.00939
4) Daerah kritis
H0 ditolak jikaP-Value < alpha
5) Kesimpulan
Karena P-Value=0,00939 < alpha=0.05, maka H0 ditolak. Sehinggan dengan
tingkat kepercayaan 95% dapat disimpulkan bahwa ada pengaruh terhadap
kejadian lalulintas dengan jenis kendaraan yang digunakan dan pendidikan terakhir
pengendara.

IV. KESIMPULAN
Berdasarkan dari pengujian hipotesis tersebut, kesimpulan yang dapat diperoleh adalah
pada data tersebut ada pengaruh terhadap kejadian lalulintas dengan jenis kendaraan yang
digunakan dan pendidikan terakhir pengendara.
A. Tabel Kontingensi dan Odds Ratio

Sekumpulan data yang terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri
atas b kategori dan lainnya terdiri atas k kategori, maka dapat dibuat suatu tabel kontingensi
berukuran b x k dengan b menyatakan baris dan k menyatakan kolom. Tabel Kontingensi
merupakan tabel yang digunakan untuk mengukur hubungan (asosiasi) antara dua variabel
kategorik dimana tabel tersebut merangkum frekuensi bersama dari observasi pada setiap
kategori variabel. Misalkan n sampel diklasifikasikan secara silang berdasarkan dua atribut
dalam suatu tabel berukuran I x J, I merupakan kategori dari variabel X dan J merupakan
kategori dari variabel Y. Sell pada tabel mewakili kemungkinan IJ muncul.

Tabel kontigensi yaitu suatu daftar atau tabel yang sengaja ditampilkan karena
satuunsur dengan unsur lainnya terdapat kesesuaian (Pengaruh/Keterkaitan). Tabelkontingensi
ini dapat bermacam-macam, seperti hubungan 2-faktor atau biner, yangmasing-masing
memiliki 2-katagori dikenal dengan bentuk tabel kontingensi 22, jikafactor pertama memiliki
3-katagori disebut kontingensi 32. Demikian pula untukhubungan 3-faktor atau trivariat,
yang masing-masing memiliki 2-katagori maka disebutkontingensi 2x2x2. Tabel kontigensi
merupakan tabel yang terdiri dari dua variabel,setiap variabel terdiri dari beberapa kategori.

Tabel kontingensi ada 2 macam yaitu 2 dimensi dan 3 dimensi, yaitu terdiri dari :

1. Tabel Kontingensi Dua Dimensi

Bentuk sederhana dari tabel kontongensi adalah tabel kontingesi 2 x 2 dengan format:

Hipotesis yang diajukan adalah :

H0 : Tidak ada hubungan antara variabel 1 dan variabel 2 atau variabel 1 dan variabel 2 saling
bebas (independen)

H1: Ada hubungan antara variabel 1 dan variabel 2 atau variabel 1 dan variabel 2 saling
berasosiasi
Tolak hipotesis nol(H0) jika nilai statistik uji diatas lebih besar dari nilai kritis distribusi chi-
square dengan derajat bebas (2-1)(2-1)=1 pada tingkat signifikansi alpha () tertentu yang
berarti terdapat hubungan antara variabel 1 dengan variabel 2.

2. Tabel Kontingensi Tiga Dimensi

Hipotesis nol(H0) ditolak jika nilai statistik uji diatas lebih besar dari nilai kritis distribusi chi-
square dengan derajat bebas (I-1)(J-1) pada tingkat signifikansi alpha () tertentu yang berarti
terdapat hubungan antara variabel 1 dengan variabel 2.

Untuk table kontingesi contoh secara nyata yaitu :

Contoh:

Pada liga bola basket professional selama 1980 1982, yaitu ketika Larry Bird dari Boston
Celtics melakukan lemparan bebas (pada basket lemparan bebas adalah 2 kali lemparan).
Catatan lemparan bebas Larry Birds adalah 5 kali dia gagal memasukkan keduanya, 251 kali
dia berhasil memasukkan keduanya, 34 kali dia berhasil hanya pada lemparan pertama, dan 48
kali dia berhasil hanya pada lemparan kedua. Apakah masuk akal bahwa lemparan bebas
tersebut adalah independen ?

Jawab:

Hal pertama yang harus dilakukan adalah mengidentifikasi bagaimana bentuk tabel yang akan
dibuat. Tabel Kontingensi untuk kasus di atas sebagai berikut

Karena yang ingin dilihat apakah masuk akal mengatakan bahwa lemparan bebas yang
dilakukan tersebut saling independen maka pengujian yang dilakukan adalah sebagai berikut:
Uji Statistik (perhitungan) :

Terlebih dahulu hitung frekuensi harapan untuk masing-masing sel pada tabel kontingensi.

Uji dengan menggunakan Chi-Square seperti yang diatas hanya bisa digunakan jika tidak lebih
20 % frekuensi harapan dari sel yang ada pada tabel kurang dari 5 dan tidak boleh ada satupun
dari sel memiliki frekuensi harapan kurang dari 1. Apabila persyaratan diatas tidak bisa
terpenuhi, maka kita dapat memperbesar nilai frekuensi harapannya dengan jalan
menggabungkan baris atau kolom yang saling berdampingan. Penggabungan yang dilakukan
harus secara wajar dan memiliki makna. Namun hal ini tidak dapat diterapkan untuk table
kontingensi 22, sebagai alternatifnya kita bisa menggunkan Uji Fisher yang memang
dikhususkan untuk jumlah sampel yang kecil. Peniliti biasanya dapat menghindari masalah ini
dengan merancang sebelumnya untuk mengumpulkan sejumlah kasus yang cukup besar
sehubungan dengan banyak klasifikasi yang ingin digunakan dalam penelitiannya.
B. Angka Odds
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 faktor
risiko). Rumus odds ratio yaitu seperti pada gambar dibawah ini :

Untuk individu-individu yang berada pada baris i, nyatakan 1|j sebagai peluang bahwa
individu tersebut terkatagori 1, dan (1|j , 2|j) = (1|j, 1 - 1|j) sebagai sebaran peluang bersyarat
peubah biner tersebut. Pembandingan antara kedua baris, baris 1 dengan baris 2, dapat
dinyatakan sebagai selisih proporsi katagori 1, 1|j - 2|j. Pembandingan proporsi katagori 2
adalah ekivalen, yaitu

Selisih proporsi ini nilainya akan berkisar antara -1 dan +1, bernilai 0 jika baris 1 dan
baris 2 identik. Peubah katagorik tersebut dikatakan bebas sehubungan dengan pengelompokan
menurut baris jika 1|j - 2|j = 0.
Rasio odds. Odds adalah ukuran yang menunjukkan perbandingan peluang
munculnya suatu kejadian dengan peluang tidak munculnya kejadian tersebut. Odds suatu
kejadian A misalnya dihitung dengan membagi peluang kejadian A dengan peluang kejadian
bukan A.

Untuk tabel kontingensi 2x2, Odds katagori 1 pada baris 1 dan baris 2 masing-masing
dihitung sebagai

Apabila kedua katagori, baris dan kolom, berupa peubah acak, odds kategori 1 pada
baris 1 dan baris 2 masing masing adalah

Selanjutnya, rasio antara odds 1 dan odds 2,

dinamakan rasio odds.
Nilai rasio odds berkisar antara 0 dan . Apabila katagori baris dan katagori kolom
saling bebas, maka nilai rasio odds adalah 1. Apabila nilai rasio odds lebih dari 1, 1< < .,
berarti individu-individu pada baris pertama lebih besar kemungkinannya bernilai katagori 1
dari pada baris kedua; yaitu 1|1 > 1|2. Apabila rasio odds kurang dari 1, 0 < < 1, berarti
individu-individu pada baris pertama lebih kecil kemungkinannya bernilai katagori 1 daripada
individu-individu pada baris kedua; yaitu 1|1 < 1|2. Rasio odds tidak berubah apabila baris dan
kolom tabel kontingensi dipertukarkan.
Semakin jauh nilai rasio odds, , dari angka 1 pada arah tertentu berarti keterkaitan
antara katagori baris dan kolom semakin kuat. Dua nilai rasio odds, 1 dan 2, menunjukkan
tingkat keterkaitan yang sama apabila nilai yang satu merupakan kebalikan dari nilai kedua, 1
= 1/ 2; 1 = 0.25 dan 2 = 4.0 misalnya menunjukkan tingkat keterkaitan yang sama. Jika urutan
baris atau urutan kolom dipertukarkan, nilai rasio odds yang baru akan sama dengan seper nilai
rasio odds yang lama. Jika diambil nilai logaritma dari rasio odds, ln(), logaritma rasio odds
untuk dua rasio odds yang memiliki tingkat keterkaitan yang sama ini memiliki angka yang
sama hanya berbeda tanda; ln(0.25) = -1.39, ln(4) = 1.39. ln(1) = 0 menunjukkan kebebasan
antara katagori baris dan katagori kolom.
Untuk frekuensi contoh, statistik rasio odds dihitung sebagai . Rasio odds contoh ini
tidak berubah apabila kedua sel dalam baris dikalikan dengan suatu bilangan tidak nol.
Demikian pula apabila kedua sel dalam kolom dikalikan dengan bilangan tak nol. Hal ini
menunjukkan sifat invarian atas perkalian, sehinggga rasio odds contoh tetap merupakan
penduga bagi parameter meskipun contoh yang digunakan tidak proporsional. Untuk
percontohan retrospektif untuk keterkaitan antara aplikasi vaksin dengan keterserangan
penyakit misalnya, rasio odds tetap merupakan penduga bagi , meskipun misalnya untuk
keperluan tersebut dipilih masing-masing 100 orang yang mendapat serangan dan tidak
mendapat serangan untuk kemudian ditetapkan memakai atau tidak memakai vaksin, atau
dipilih 150 pengamatan untuk terserang dan 50 untuk yang tidak terserang. Selanjutnya, rasio
odds sama baiknya, baik percontohannya retrospektif, atau prospektif, yaitu dengan memilih
100 yang menggunakan vaksin dan 100 yang tidak menggunakan untuk kemudian diperiksa
apakah terserang atau tidak terserang, atau kros seksi, yaitu dengan memilih 200 orang yang
kemudian diperiksa apakah ia menggunakan vaksin dan apakah ia terserang penyakit.
Untuk tabel kontingensi pada contoh 1, odds baris 1, odds baris 2,dan rasio odds baris 1 pada
odds baris 2 masing-masing adalah :
1 = 1.25 menunjukkan bahwa pada kelompok yang merokok malam hari, peluang terserang
kanker paru-paru adalah 1.25 kali peluang tidak terserang. 2= 0.43 menunjukkan bahwa
kelompok yang tidak merokok dimalam hari, peluang terserang kanker paru-paru adalah 0.43
kali peluang tidak terserang.
Dengan nilai rasio odds = 1/ 2 lebih dari 1, menunjukkan bahwa individu-individu yang
biasa merokok malam hari lebih besar kemungkinannya bernilai terserang kanker paru-paru
daripada individu-individu yang tidak biasa merokok malam hari.
ln = ln (2.92) = 1.072.