Anda di halaman 1dari 32

CARA MELAKUKAN UJI CHI-SQUARE MENGGUNAKAN

PERHITUNGAN MANUAL DAN SPSS

Nama :

Peggy Setyaning. B

NIM/GOL :

G42140164/A

PROGAM STUDI D-IV GIZI KLINIK

JURUSAN KESEHATAN

POLITEKNIK NEGERI JEMBER

2017
SOAL 1

Penelitian untuk melihat apakah ada hubungan antara penyakit Ca Serviks dan
kejadian kematian. Didapatkan tabel sebagai berikut:

Kematian
Ca Serviks Total
Ya Tidak
Ya 6 34 40

Tidak 16 19 35

Total 22 53 75

➢ Apakah ada hubungan antara penyakit Ca Serviks dan kematian?


➢ α = 0,05 dan df = 1

JAWABAN:
a. perhitungan menggunakan SPSS

Cara melakukan analisis data menggunakan Chi-Square:


1. Buka SPSS 16.0, klik variable view
2. Pada bagian name no 1 tuliskan Ca serviks, dan no 2 tuliskan kematian,
dan no 3 tuliskan sel

3. Klik values untuk no 1, muncul kotak dialog value labels. Dibagian value
ketik 1, dan bagian label ketik ya kemudian klik add. Kemudian value
ketik 2, dan pada bagian label ketik tidak kemudian klik add. Lalu OK

4. Ulangi hal sama untuk nomor 2, tuliskan value 1 untuk label ya, dan value
2 untuk label tidak
5. Klik data view

6. Tuliskan hasil distribusi silang sesuai tabel di kolom sel. Tuliskan kategori
ya dan tidak di kolom Ca Serviks dan kematian sesuai hasil distribusi
silang, kemudian klik view, value labels muncul:

7. Data telah diinput, klik data dan pilih weight cases


8. Muncul dialog weight cases, tandai weight cases by, pindahkan variabel
sel ke frequency variable, klik OK

9. Untuk uji chi square, klik analyze, descriptive statistics, pilih crosstabs

10. Muncul kotak dialog crosstabs. Pindahkan Ca Serviks ke Row(s), dan


kematian ke column(s)
11. Klik statistics pada dialog crosstabs, centang chi-square, dan klik
continue

12. Klik cells, centang observed, expected, dan row. Klik continue, dan
terakhir OK

13. Output chi-square


- Nilai E sudah sama dengan perhitungan manual
- Nilai E>5, sehingga yang dibaca untuk hasil chi-square adalah
continuity correction
- Hasil nilai chi-square adalah 7,07 > df = 1 yaitu 3,84
- Hasil p-value 0,008. Lebih kecil dari α (0,05)
- Sehingga H1 diterima, ada hubungan antara Ca Serviks dengan
kejadian kematian
14. Menentukan risk. Ulangi langkah pada no. 9, pilih statistic, centang chi-
square dan risk. Kemudian continue, dan OK

15. Output risk

- Nilai odds rario sebesar 0,2 yang berarti orang yang menderita Ca
Serviks memiliki kecendrungan kematian sebesar 0,2 kali lebih besar
dibandingkan orang yang tidak terkena Ca Serviks
- Relative risk untuk hasil terjadi kejadian kematian pada hasil output
dapat dilihat pada “for cohort kematian = ya” yaitu 3,28. Yang berarti
penderita Ca Serviks memiliki peluang kejadian kematian 0,32 lebih
besar daripada orang yang tidak menderita Ca Serviks
- Relative risk untuk hasil tidak terjadi kejadian kematian pada hasil
output dapat dilihat pada “for cohort kematian = tidak” yaitu 1,56.
Yang berarti penderita Ca serviks memiliki peluang tidak terjadi
kematian/hidup 1,56 lebih besar daripada orang yang tidak menderita
Ca Serviks

b. Perhitungan manual
1. Menentukan expected
Ca Kematian Expected
Total
Serviks Ya Tidak Ya tidak
(22 x 40) / 75 (53 x 40) / 75
Ya 6 34 40
= 11,7 = 28,2
(22 x 35) / 75 (53 x 35) / 75
Tidak 16 19 35
= 10,2 = 24,7
Total 22 53 75 22 53
H0 = tidak ada hubungan antara penyakit Ca Serviks dengan kejadian
kematian
H1 = ada hubungan antara penyakit Ca Serviks dengan kejadian kematian

2. Tabel perhitungan
O E E–O (O – E)2 (O – E)2 / E
6 11,7 5,7 32,49 2,77
16 10,2 -5,8 33,64 3,2
34 28,2 -5,8 33,64 1,1
19 24,7 5,7 32,49 1,31
Σ = X2 11,94
df=1 3,84
X2 > df=1
Hasil
(H1 diterima)
3. Menggunakan rumus chi-square
Σ (O − E)2
𝑥2 =
𝐸
(6−11,7)2 (16−10,2)2 (34−28,2)2 (19−24,7)2
x2 = + + +
11,7 10,2 28,2 24,7

= 2,8 + 3,2 + 1,1 + 1,3


=8,4

- Hasil chi square > nilai df = 1 (8,4 > 3,84)


- H0 ditolak, maka H1 diterima, sehingga kesimpulannya ada hubungan
antara penyakit Ca Serviks dan kematian
SOAL 2

Suatu studi untuk melihat kaitan antara gender (1=laki-laki, 2=perempuan) dengan
pekerjaan (1=full time, 2=part time). Didapatkan tabel sebagai berikut:
No Kerja Gender
1 1 1
2 1 1
3 1 1
4 1 1
5 1 1
6 1 1
7 1 2
8 1 2
9 1 2
10 2 2
11 2 2
12 2 2
13 2 2
14 2 2
15 2 2

➢ Apakah ada hubungan antara gender dengan pekerjaan


➢ α = 0,05 dan df = 1

JAWABAN:

a. Mengubah data mentah menjadi tabel distribusi silang:


Gender
Kerja Total
Laki-laki Perempuan
Full time 6 3 9
Part time 6 9 15
b. Perhitungan manual
1. Menentukan expected
Gender Expected
Kerja Laki- Total
Perempuan Laki-laki perempuan
laki
(6 x 9) / 15 (9 x 9) / 15
Full time 6 3 9
= 3,6 = 5,4
(6 x 6) / 15 (9 x 6) / 15
Part time 0 6 6
= 2,4 = 3,6
Total 6 9 15 6 9

Hipotesa:
H0 = tidak ada hubungan antara gender dengan pekerjaan
H1 = ada hubungan antara gender dengan pekerjaan

2. Tabel perhitungan
O E E–O (O – E)2 (O – E)2 / E
6 3,6 -2,4 5,76 1,6
0 2,4 2,4 5,76 1,6
3 5,4 2,4 5,76 1,6
6 3,6 -2,4 5,76 1,6
Σ = X2 6,4
df=1 3,84
X2 > df=1
Hasil
(H1 diterima)

3. Menggunakan rumus chi-square


N
N (|AD − BC| − 2 )2
𝑥2 =
(A + B)(C + D)(A + C)(B + D)
15
15 (|6.6 − 3.0| − 2 )2
2
𝑥 =
(6 + 3)(0 + 6)(6 + 0)(3 + 6)
15 (28.5)2 12183.75
𝑥2 = = = 4.178
2916 2916

- Hasil chi square > nilai df = 1 (4,1 > 3,84)


- Kesimpulan H0 ditolak, maka H1 diterima, sehingga kesimpulannya ada
hubungan antara gender dengan pekerjaan

c. Perhitungan chi square menggunakan SPSS


1. Buka SPSS 16.0, klik variable view

2. Pada bagian name no 1 tuliskan kerja, no 2 tuliskan gender, dan no 3


tuliskan sel
3. Klik values untuk no 1, muncul kotak dialog value labels. Dibagian value
ketik 1, dan bagian label ketik full time kemudian klik add. Kategori
selanjutnya di value ketik 2, dan pada bagian label ketik part time
kemudian klik add. Lalu OK

4. Ulangi seperti tahap 3 untuk nomor 2. Tuliskan 1 di value untuk label laki-
laki kemudian add, dan tuliskan 2 di value untuk label perempuan
kemudian add. Lalu OK
5. Klik data view

6. Tuliskan hasil distribusi silang sesuai tabel di kolom sel. Tuliskan kategori
1= full time dan 2 = part time di kolom kerja dan tuliskan kategori 1= laki-
laki dan 2 = perempuan di kolom gender sesuai hasil distribusi silang,
kemudian klik view, value labels muncul:
7. Data telah diinput, klik data dan pilih weight cases

8. Muncul dialog weight cases, tandai weight cases by, pindahkan variabel
sel ke frequency variable, klik OK
9. Untuk uji chi square, klik analyze, descriptive statistics, pilih crosstabs

10. Muncul kotak dialog crosstabs. Pindahkan kerja ke Row(s), dan gender ke
column(s)

11. Klik statistics pada dialog crosstabs, centang chi-square dan risk, dan
klik continue
12. Klik cells, centang observed, expected, dan row. Klik continue, dan
terakhir OK
13. Hasil output chi square

- Nilai E sudah sama dengan perhitungan manual


- Terdapat nilai E < 5, sehingga yang dibaca untuk hasil chi-square
adalah fisher’s exact test
- Uji digunakan untuk mengetahui hubungan searah, maka hasil fisher
yang dilihat ada pada bagian belakang
- Hasil signifikansi 0,017. Lebih kecil dari alfa (0,05)
- Sehingga H1 diterima, ada hubungan antara gender dengan pekerjaan
14. Output risk
- Relative risk untuk gender perempuan yaitu 0.33. yang berarti
perempuan memiliki peluang kerja full time 0,33 kali lebih kecil
disbanding laki-laki.
- Karena terdapat sel yang bernilai nol (0), maka risk estimate tidak
dapat muncul semuanya
SOAL 3

Penelitian di RS X untuk mengetahui perbedaan tingkat depresi seorang laki-laki


dan wanita. Didapatkan tabel sebagai berikut:

Gender
Depresi Total
Laki-laki Wanita

Ringan 33 21 54

Sedang 17 42 59

Berat 12 27 39

➢ Apakah ada perbedaan gender terhadap kondisi depresi?


➢ α = 0,05 dan df = 2

JAWABAN:

a. Perhitungan manual
1. Menentukan expected
Gender Expected
Depresi Total
Laki-laki Wanita Laki-laki perempuan
(62 x 54) / 152 (90 x 54) / 152
Ringan 33 21 54
= 22 = 31,9
(62 x 59) / 152 (90 x 59) / 152
Sedang 17 42 59
= 24 = 34,9
(62 x 39) / 152 (90 x 39) / 152
Berat 12 27 39
= 15,9 = 23,09

Hipotesa:
H0 = tidak ada perbedaan gender dengan kondisi depresi
H1 = ada perbedaan gender dengan kondisi depresi
2. Tabel perhitungan
O E E–O (O – E)2 (O – E)2 / E
33 22 -11 121 5,5
21 31,9 10,9 118,81 2,97
17 24 7 49 2,04
42 34,9 -7,1 50,41 1,44
12 15,9 3,9 15,2 0,95
27 23,09 -3,91 15,2 0,66
Σ = X2 13,56
df=1 3,84
X2 > df=1
Hasil
(H1 diterima)
3. Menggunakan rumus chi-square

2
Σ (O − E)2
𝑥 =
𝐸
(33 − 22)2 (21 − 31,9)2 (17 − 24)2 (42 − 34,9)2
𝑥2 = + + +
22 31,9 24 34,9
(12 − 15,9)2 (27 − 23,09)2
+ +
15,9 23,09
𝑥 2 = 5,5 + 2,97 + 2,04 + 1,44 + 0,95 + 0,66
𝑥 2 = 13,56
- Hasil chi square > nilai df = 2 (13,56 > 5,99)
- Kesimpulannya H0 ditolak, maka H1 diterima, sehingga kesimpulannya
ada hubungan antara gender dengan pekerjaan
b. Perhitungan chi-square menggunakan SPSS
1. Buka SPSS 16.0, klik variable view

2. Pada bagian name no 1 tuliskan depresi, dan no 2 tuliskan gender, dan no


3 tuliskan sel

3. Klik values untuk no 1, muncul kotak dialog value labels. Dibagian value
ketik 1, dan bagian label ketik ringan. Ulangi hingga semua kategori
terinput. Kemudian klik add dan OK
4. Ulangi hal sama untuk nomor 2, tuliskan value 1 untuk label laki-laki, dan
value 2 untuk label wanita

5. Klik data value

6. Tuliskan hasil distribusi silang sesuai tabel di kolom sel. Kategori


1=ringan, 2=sedang, 3=berat di kolom depresi. Dan kategori 1=laki-laki,
2=perempuan dikolom gender, kemudian klik view, value labels muncul:
7. Data telah diinput, klik data dan pilih weight cases

8. Muncul kotak dialog weight cases, tandai weight cases by, pindahkan
variabel sel ke frequency variable, klik OK

9. Untuk uji chi square, klik analyze, descriptive statistics, pilih crosstabs
10. Muncul kotak dialog crosstabs. Pindahkan depresi ke Row(s), dan gender
ke column(s)

11. Klik statistics pada dialog crosstabs, centang chi-square, dan klik
continue

12. Klik cells, centang observed, expected, dan row. Klik continue
13. Output

Bentuk tabel diatas adalah 2 x 3, sehingga untuk dapat dibaca harus


memenuhi beberapa persyaratan yaitu tidak ada E<1, dan nilai frekuensi harapan
<5 maksimal 20%
- Tabel 2 x 3 diatas telah memnuhi persyaratan tersebut, sehingga ouput yang
dibaca adalah pearson chi square atau likelihoodratio
- Hasil nilai chi square adalah 14,35. Lebih besar dari nilai df= 2 yaitu 5,99
- Dan hasil p-value sebesar 0,001. Lebih kecil dari α = 0,05
- Sehingga dapat disimpulkan bahwa H1 diterima, ada perbedaan gender
terhadap kondisi depresi
- Pada tabel > 2 x 2, tidak bisa ditampilkan nilai OR, sehingga tidak bisa
diketahui kekuatan hubungan
- Kekuatan hubungan dapat diketahui dengan melakukan dummy variabel
terlebih dahulu
SOAL 4

Dari hasil kuisioner untuk mengetahui kinerja rumah sakit x, diketahui kepuasan
pelanggan rumah sakit (1= sangat tidak puas, 2= tidak puas, 3= kurang puas, 4=
cukup puas, 5= puas, 6= dangat puas, 7= sangat puas sekali, 8= sempurna.
Didapatkan tabel berikut:
1 2 3 4 5 6 7 8 Total
Kepuasan
29 19 18 25 17 10 15 11 144
pelanggan

➢ Apakah ada perbedaan kepuasan pelanggan terhadap kinerja rumah sakit?


➢ α = 0,05 dan df = 7

JAWABAN:
a. Perhitungan manual
1. Menentukan expected
1 2 3 4 5 6 7 8 Total Expected
Kepuasan
29 19 18 25 17 10 15 11 144 18
pelanggan

Penilaian expected menggunakan rumus:


29 + 19 + 18 + 25 + 17 + 10 + 15 + 11
𝐸= = 18
9
2. Perhitungan chi-square
Σ (O−E)2
𝑥2 = 𝐸
(29−18)2 (19−18)2 (18−18)2 (25−18)2 (17−18)2 (10−18)2
x2 = + + + + + +
18 18 18 18 18 18
(15−18)2 (11−18)2
+
18 18

x 2 = 6,72 + 0,05 + 0 + 2,72 + 0,05 + 3,5 + 2,72 + 0,5


= 16,3
- Hasil chi square > nilai df = 7 (16,3 > 14,07)
- Kesimpulan H0 ditolak, maka H1 diterima, sehingga kesimpulannya ada
perbedaan kepuasan pelanggan terhadap kinerja rumah sakit

b. Perhitungan chi-square menggunakan SPSS


1. Buka SPSS 16.0, klik variable view

2. Pada bagian name no 1 tuliskan kepuasan pelanggan, dan no 2 tuliskan


sel
3. Klik values untuk no 1, muncul kotak dialog value labels. Dibagian
value ketik 1, dan bagian label ketik sangat tidak puas. Ulangi hingga
semua kategori terinput. Kemudian klik add dan OK

4. Klik data value


5. Tuliskan hasil kuesioner sesuai tabel di kolom sel. Dan tuliskan
kategori kepuasan pelanggan sesuai dengan distribusinya di kolom
kepuasan pelanggan, kemudian klik view, value labels muncul:

6. Data telah selesai diinput, klik data dan pilih weight cases
7. Muncul kotak dialog weight cases, tandai weight cases by, pindahkan
variabel sel ke frequency variable, klik OK

8. Untuk uji chi-square, klik analyze, nonparametric test, dan pilih chi-
square

9. Muncul kotak dialog chi-square test. Pindahkan kepuasan pelanggan ke


test variable list. Dan OK
10. Output

- Nilai E sudah sama dengan perhitungan manual


- Hasil nilai chi-square adalah 18,0 > df = 7 yaitu 14,07
- Hasil p-value 0,02. Lebih kecil dari α (0,05)
- Sehingga kesimpulannya H1 diterima H0 ditolak, ada perbedaan
kepuasan pelanggan terhadap kinerja rumah sakit