1
BAB 3. UJI KAI KUADRAT (CHI SQUARE)
Jenis
Penelitian
Kesintasan
Numerik Berpasangan Berpasangan
(Survival)
Tidak Tidak
Berpasangan Berpasangan
2
Tabel 1. Tabel Uji Statistik pada Analisis Bivariat-Uji Hipotesa yang sering
digunakan di Bidang Kesehatan
Var Dependen
Independen Kategorik Numerik
2.t-test-paired
(sebelum-sesudah)
2.t-test-independen
Kategorik
1.Chi-square/ (jika 2 kategori)
Regresi logistik 3.Anova
sederhana (jika >2 kategori)
4.Korelasi /
Numerik t-test (jika 2 kategori) Regresi Linier
Anova (>2 kategori) sederhana
Sumber:
Besral, 2010, Analisa Data (Bivariat),Pelatihan Analisis Data Sekunder, Palembang, 29November
2011: FKM UNSRI
Najmah, 2011, Managemen dan Analisa Data Kesehatan, Kombinasi Teori dan Aplikasi SPSS,
Nuha Medika:Yogyakarta
3
Asumsi yang mendasari penggunaan Chi-Square selain pemilihan sampel
secara acak adalah penggunaan sampel yang besar. Jika sampel yang digunakan
ukurannya kecil akan menyebabkan frekuensi harapan menjadi sangat kecil, hal
ini menyebabkan nilai perhitungan menjadi kurang efektif jika dibandingkan
dengan nilai distribusi Chi-Square itu sendiri. Untuk uji Pearson Chi-Square
mensyaratkan frekuensi harapan tidak boleh <5 untuk tabel 2x2 dan <10 untuk
tabel lebih dari 2x2.
Syntax : tabulate [variabel], chi2 row
Uji Kai Kuadrat termasuk dalam uji hipotesis variabel kategorikal tidak
berpasangan. Berikut ini merupakan diagram alur uji hipotesis variabel
kategorikal dalam bentuk tabel silang B kali K untuk kelompok tidak
berpasangan.
TABEL B KALI K
Tidak Berpasangan
Gambar 2. Diagram Alur Uji Hipotesis Variabel Kategorikal Kelompok Tidak Berpasangan(3)
4
Catatan penting dari gambar 49 di atas adalah(3, 5):
a. Semua hipotesis untuk tabel B kali K tidak berpasangan menggunakan Uji
Chi Square bila memenuhi syarat uji Chi Square!
b. Syarat uji Chi Square adalah :
Tidak ada sel yang nilai observed yang bernilai nol
Sel yang mempunyai nilai expected kurang dari 5, maksimal 20 %
dari jumlah sel
Nilai yang diambil ‘continutity correction’
c. Jika syarat uji chi square tidak terpenuhi, maka dipakai uji alternatifnya:
Alternatif uji chi square untuk tabel 2 x 2 adalah uji Fisher
Alternatif uji chi square untuk tabel 2 x k adalah uji Kolmogrorov-
Smirnov
Penggabungan sel adalah langkah alternative uji chi Square untuk
tabel selain 2 x 2 dan 2 x k sehingga terbentuk suatu tabel B kali K
yang baru. Setelah dilakukan penggabungan sel, uji hipotesis dipilih
sesuai dengan tabel B kali K yang baru tersebut.
No Langkah Jawaban
1 Menentukan variabel Variabel yang diuji adalah Status Gizi Kurang (variabel
yang diuji dependen) dan Frekuensi MP ASI (variabel independen)
2 Menentukan skala Variabel Status Gizi Kurang merupakan variabel kategorikal
pengukuran variabel (nominal)
Variabel Frekuensi MP ASI merupakan variabel kategorikal
(nominal)
5
No Langkah Jawaban
3 Menentukan jenis Jenis hipotesis Asosiatif
hipotesis
4 Menentukan jumlah Jumlah kelompok yang diuji adalah 2 (Pemberian MP ASI
kelompok Kurang dan Pemberian MP ASI Cukup)
5 Menentukan Pada kasus di atas, kedua kelompok tidak berpasangan
berpasangan atau
tidak berpasangan
6 Menentukan Jenis Jenis tabelnya adalah 2 X 2
Tabel
Kesimpulan:
Uji yang digunakan adalah chi-square. Bila tidak memenuhi syarat uji chi-square, maka
digunakan uji alternatifnya yaitu KOLMOGOROV-SMIRNOV
6
3. Klik Statistics, klik Chi-square, klik continue (untuk tabel 2x2, risk
rasio/odds rasio bisa dihasilkan dengan men-checklist risk)
7
a. Output SPSS
Tabel 3. Output Cross Tabulation MPASI dalam Sehari dan Status Gizi
Sampel Berdasarkan BB/TB
Chi-Square Tests
Value Df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)
Pearson Chi-Square 14,907a 1 ,000
Continuity Correctionb 13,204 1 ,000
Likelihood Ratio 15,484 1 ,000
Fisher's Exact Test ,000 ,000
Linear-by-Linear
14,720 1 ,000
Association
N of Valid Cases 80
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.50.
b. Computed only for a 2x2 table
Risk Estimate
Value 95% Confidence Interval
Lower Upper
Odds Ratio for MPASi
dalam sehari (kurang (<3 6,667 2,440 18,212
kali) / cukuo (>=3 kali))
For cohort status gizi
sampel berdasarkan BB/TB 2,374 1,498 3,760
= Kurus
8
For cohort status gizi
sampel berdasarkan BB/TB ,356 ,189 ,671
= Normal
N of Valid Cases 80
Notes:
Hasil Asosiasi (Risk Estimate)
Kolom OR for MP ASI, hasil OR untuk studi desain kasus Kontrol
*OR= Odds pada kasus (kurus)/Odds pada control(normal)=(25/8): (15:32)=6,667
Kolom For cohort status gizi sampel, hasil PR atau RR untuk studi desain kohort atau
potong lintang
*kurus terhadap normal
*PR/RR= Risk pada kelompok terpapar/Risk pada kelompok tidak terpapar
= (25/33) : (15/47)= 2,374 (MP Asi kurang meningkatkan resiko untuk kurus
sebesar 2,3 kali)
*normal terhadap kurus
*PR/RR= Risk pada kelompok terpapar/Risk pada kelompok tidak terpapar
=(8/33): (32/347) = 0,356 (MP ASI kurang menurunkan resiko gizi normal sebesar
0,35 atau 65%
b. Laporan Hasil
Tabel 4. Laporan Hasil MP ASI
IK 95%
Variabel OR p value
Min Maks
Frekuensi MP ASI
< 3 kali Ref 2,4 18,2 < 0.0001
>=3 kali 6,6
c. Interpretasi:
Hubungan antara Frekuensi pemberian MP ASI dan status gizi anak
Anak usia 12-24 bulan dengan frekuensi pemberian MP ASI kurang dari 3
kali meningkatkan resiko kejadian gizi kurang sebesar 6,6 kali dibandingkan
dengan anak dengan frekuensi pemberian MP ASI lebih atau sama dengan 3 kali
dalam sehari. Di populasi, anak dengan frekuensi pemberian MP ASI kurang 3
kali dalam 1 hari meningkatkan resiko kejadian gizi kurang berkisar 2,4 hingga
18,2 kali lebih tinggi dibandingkan dengan anak usia 12-24 bulan dengan
frekuensi pemberian MP ASI 3 kali atau lebih dalam sehari (OR=6,6, 95% IK:
2,4-18,2). Kesimpulannya, berdasarkan nilai p value <0.0001 menunjukkan ada
hubungan yang signifikan antara frekuensi pemberian MP ASI dan status gizi
anak.
9
5. Kai Kuadrat dan Penggabungan Sel
UJI HIPOTESIS TABEL B X K SELAIN 2 X 2 DAN 2 X K
STUDI KASUS:
Anda ingin mengetahui hubungan antara tingkat pengetahuan (rendah,
sedang, tinggi) dengan intake makanan (kurang, cukup, lebih). Anda membuat
pertanyaan sebagai berikut:”Apakah ada hubungan antara tingkat pengetahuan
(rendah, sedang, tinggi) dengan intake makanan (kurang, cukup, lebih)?”(3)Buka
data dari bentuk data excel ke dalam lembar kerja SPSS (Intake
&Tahu_Sopiyudin D.xls), Lakukan uji Kai Kuadrat lalu perhatikan nilai
expectednya, apakah bisa langsung kita gunakan signifikasi hasil Kai Kuadrat dari
table dibawah ini? Lakukan analisa lebih lanjut?
Sumber :
Dahlan S. Statistika untuk Kedokteran dan Kesehatan. Jakarta: PT Arkas; 2004.
10