Chi-square Test

Sigit Ari Saputro, S.KM., M.Kes

 Chi-square Test

Jika dari sebuah hasil pengukuran

diperoleh data berupa nilai/frekuensi dari
suatu kategori, maka Chi-Square Test
dapat digunakan untuk melakukan
analisis data
 Chi-square Test

Fungsi :
1. Melihat perbedaan frekuensi dari 2(dua)
kelompok/grup yang saling bebas atau
lebih
2. Melihat hubungan antar variabel
 Chi-square Test
Metode :
Data disusun dalam bentuk tabel silang
(contingency table), yang terdiri dari 2(dua)
variabel yaitu :
- Variabel 1
- Variabel 2
yang akan diuji
 Chi-square Test
Bentuk (umum) dari tabel silang adalah sebagai berikut :
 Chi-square Test
Hipotesis :
H0 : Tidak ada perbedaan frekuensi antar kelompok/grup
H1 : Ada perbedaan frekuensi antar kelompok/grup
atau
H0 : Tidak ada hubungan antara variabel 1 dan variabel 2
H1 : Ada hubungan antara variabel 1 dan variabel 2
 Chi-square Test
Statistika Uji :
  
2
r k n E 
ij ij
2

i 1 j 1 Eij
2
r k ni j
  N
i 1 j 1 Eij
 Chi-square Test
Dimana :
nij  O = Frekuensi dari kategori yang ke-i dan
kelompok yang ke-j
E ij = Nilai harapan dari kategori yang ke-i dan
kelompok yang ke-j
Ri C j
=
N
N = Banyaknya data/responden
 Chi-square Test
Pengambilan Kesimpulan :
H0 ditolak jika :

 2   tabel
2

Dimana :
 tabel
2
= adalah chi square table dengan derajat
bebas (r-1)(k-1) dan  tertentu
 Chi-square Test

 Jika N > 40, biasanya digunakan Chi-

Square Test (corrected for continuity), tapi
tetap dengan memperhatikan syarat semua
sel dalam contingency table mempunyai
nilai harapan diatas 5
Dasar

 Jika pajanan & keluaran saling bebas,

P(E+&D+) = P(E+)*P(D+)
= (a+b)/n * (a+c)/n
Dasar

 Jika pajanan & keluaran saling bebas

E(a) = P(E+)*P(D+)*n
= (a+b)/n * (a+c)/n * n
= {(a+b)*(a+c)}/n
Basics

 O  E
2

 
2

 2 will follow 2 with degree of freedom (row-

1)*(col-1)  get p value
Contoh

 E(Anaemia & LBW) = (100*40)/200 = 20

 E(Anaemia & Normal) = (100*160)/200 = 80
 E(Normal & LBW) = (100*40)/200 = 20
 E(Normal & Normal) = (100*160)/200 = 80
Contoh

 30  20   70  80  10  20   90  80 
2 2 2 2

2      12.50
20 80 20 80

 DF = (2-1)*(2-1) = 1
 2 dg DF=1, alfa 5%, = 3.841
 Keputusan : Ho ditolak artinya ada hubungan anemia
dengan kejadian LBW
Contoh SPSS

Smoking status * Low birth weight Crosstabulation

Low birth weight

>= 2500 g < 2500 g Total
Smoking No Count 86 29 115
status % within Smoking status 74.8% 25.2% 100.0%
Yes Count 44 30 74
% within Smoking status 59.5% 40.5% 100.0%
Total Count 130 59 189
% within Smoking status 68.8% 31.2% 100.0%
Contoh SPSS
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 4.924b 1 .026
Continuity Correction a 4.236 1 .040
Likelihood Ratio 4.867 1 .027
Fisher's Exact Test .036 .020
Linear-by-Linear
4.898 1 .027
Association
N of Valid Cases 189
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 23.
10.