MAKALAH PLENO BIOSTATISTIK UJI CHI-SQUARE

(UJI KAI KUADRAT)

Dosen Pembimbing
Rismadefi Woferst.,S.Si., M.Biomed

Di susun oleh:
KELOMPOK 1

Akheri Ramdhanti 1611115246 Devi Sariani Lubis 1611115937

Anggun Melati P 1611115227 Dewa Saputra 1611115753
Anisa Febriani 1611115373 Dian Permata Ningtyas 1611110866
Arilla Fikri Hidayat 1611111781 Dini Sisware yulia 1611114015
Aulia Gawara 1611114896 Dwi Mutia Silfanny 1611111201
Balqis Rahmatulhusna 1611115503 Elmia Sari 1611115595
Cindy Claudia Ginting 1611111696 Era 1611110950
Clarissa Stefany 1611110668 Evi Rizki Kurniawati 1611111119
David Alfayedsilalahi 1611115887 Fachriza Yulia 1611115815

FAKULTAS KEPERAWATAN
UNIVERSITAS RIAU
PEKANBARU
2019/2020
 KATA PENGANTAR

Alhamdulillah puji syukur kepada Allah SWT. Yang masih memberikan

nafas kehidupan, sehingga penulis dapat menyelesaikan pembuatan makalah ini
dengan tepat waktu. Shalawat dan salam selalu tercurahkan kepada Nabi
Muhammad SAW yang merupakan inspirator terbesar dalam segala
keteladanannya. Tidak lupa kami sampaikan terimakasih kepada dosen
pembimbing mata kuliah Biostatistik, ibu, Rismadefi Woferst.,Ssi.,M.Biomed
yang telah memberikan arahan dan bimbingan dalam pembuatan makalah ini, serta
orang tua yang selalu mendukung kelancaran tugas penulis.
Makalah ini dibuat untuk memenuhi salah satu tugas kelompok Biostatistik.
Makalah ini dianjurkan untuk dibaca oleh semua mahasiswa pada umumnya
sebagai penambah pengetahuan dan pemahaman tentang yang akan dipelajari.
Akhirnya penulis sampaikan terimakasih atas perhatian nya terhadap makalah
ini, dan penulis berharap semoga makalah ini bermanfaat bagi penulis khususnya
dan pembaca yang budiman pada umumnya. Tak ada gading yang takretak,
begitulah adanya makalah ini. Dengan segala kerendahan hati, saran-saran dan
kritik yang membangun sangat kami harapkan dari para pembaca guna
peningkatan pembuatan makalah pada tugas yang lain dan pada waktu
mendatang.

Pekanbaru, 27 September 2019

Kelompok I

i
 DAFTAR ISI

KATA PENGANTAR ........................................................................................ i

DAFTAR ISI ....................................................................................................... ii

BAB 1 PENDAHULUAN
A. Latar Belakang ........................................................................................ 1
B. Rumusan Masalah ................................................................................... 2
C. Tujuan ..................................................................................................... 2
BAB II PEMBAHASAN
A. Definisi Uji Chi-Square/Uji Kai Kuadrat ................................................ 3
B. Jenis-Jenis Uji Chi-Square/Uji Kai Kuadrat ........................................... 4
C. Syarat Uji Chi-Square/Uji Kai Kuadrat ................................................... 7
D. Rumus Uji Chi-Square/Uji Kai Kuadrat .................................................. 7
E. Contoh Soal Uji Chi-Square/Uji Kai Kuadrat ........................................ 9
F. Soal Kelompok 1 Uji Chi-Square/Uji Kai Kuadrat ................................. 12
BAB III PENUTUP
A. Kesimpulan .............................................................................................. 16
B. Saran ........................................................................................................ 16
DAFTAR PUSTAKA ........................................................................................... 17

ii
 BAB I

PENDAHULUAN

A. Latar belakang
Pengolahan data merupakan bagian vital bagi setiap organisasi bisnis dan
untuk setiap pengambilan keputusan managemen yang sangat signifikan. Hasil dari
pengolahan data tersebut menjadi dasar bagi perencanaan jangka panjang
perusahaan. Dalam area fungsional keuangan, informasi dari data yang diambil
memberikan dasar dalam menentukan anggaran dan pengendalian biaya. Pada
bagian pemasaran, informasi tersebut dibutuhkan untuk merencanakan produk
baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya. Seperti
yang kita ketahui, bahwa kegiatan menganalisis akan selalu ada pada kegiatan
sehari-hari hal tersebut yang melatarbelakangi penulis menyusun makalah ini untuk
menambah dan melatih pemahaman tentang pengolahan data mentah menjadi
informasi.
Data selang dan rasio merupakan data yang terdiri angka hasildari
pengukuran baik pengukuran yang bersifat langsung juga tidak langsung.
Namundemikian tidak jarang peneliti harus bekerja dan terlibat dengan data yang
berwujud frekuensi. Data frekuensi atau distribusi frekuensi merupakan data hasil
dari pencacahanatau pembilangan. Jika kita sisa ujian atau tes hipotesis untuk
hargaproporsi hanya melibatkan pagar banyak doa proporsi yang ingat dari dua
proporsiyang berbeda. Dalam melanjutkan kita tidak hanya akan menggunakan dua
proporsi,namun lebih dari itu Oleh karena itu kita tentu saja akan meningkat
kesulitan jika tigaatau lebih proporsi percakapan menggunakan uji hipotesis harga
perbedaan doa proporsi. Untukmengatasi kesulitan tersebut kita menggunakan
ujian berbaring yaitu uji Chi-kuadratatau Chi- kotak uji yang disimbolkan dengan
x2. Chi kuadrat merupakan suatuteknik statistik yang menggunakan untuk nilai
probabilitas guna diterima perbedaanfrekuensi nyata atau hasil pengamatan atau
observasi dengan frekuensi yang diharapkandalam kategori-kategori tertentu Alat
uji ini khusus digunakan untuk Menguji LEBIHdari doa proporsi dengan kriteria
tertentu Kriteria-kriteria itu berdasarkan pada ciri datayang akan percakapan

1
proporsinya jadi menimbulkan jenis ujian yang berbeda, Meskitetap menggunakan
satu bentuk rumus yang sama
B. Rumusan masalah
1. Bagaimanakah definisi uji chi-square/uji kai kuadrat
2. Bagaimanakah jenis-jenis uji chi-square/uji kai kuadrat
3. Bagaimanakah syarat uji chi-square/uji kai kuadrat
4. Bagaimanakah rumus uji chi-square/uji kai kuadrat
5. Bagaimanakah contoh soal uji chi-square/uji kai kuadrat
6. Bagaimanakah soal kelompok 1 uji chi-square/uji kai kuadrat
C. Tujuan
1. Untuk Mengetahui definisi uji chi-square/uji kai kuadrat
2. Untuk Mengetahui jenis-jenis uji chi-square/uji kai kuadrat
3. Untuk Mengetahui syarat uji chi-square/uji kai kuadrat
4. Untuk Mengetahui rumus uji chi-square/uji kai kuadrat
5. Untuk Mengetahui contoh soal uji chi-square/uji kai kuadrat
6. Untuk Mengetahui soal kelompok 1 uji chi-square/uji kai kuadrat

2
 BAB II

PEMBAHASAN

A. Definisi Uji Chi-Square/Uji Kai Kuadrat

Uji Chi-kuadrat merupakan salah satu prosedur non parametrik yang dapat
digunakan dalam analisis statistik yang sering digunakan dalam praktek. Tekhnik
Chi-kuadrat (Chi-square; Chi dibaca: kai ; simbol dari huruf Yunani: X2) ditemukan
oleh Helmet pada tahun 1900, pertama kali diperkenalkan kembali oleh Karl
Pearson. Uji Chi-kuadrat digunakan untuk menguji kebebasan antara dua sampel
(variabel) yang disusun dalam tabel baris kali kolom atau menguji keselarasan
dimana pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas
apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan
bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang telah
ditetapkan. Oleh karena itu, uji ini dapat juga disebut uji keselarasan (goodness of
fit test), karena untuk menguji apakah sebuah sampel selaras dengan salah satu
distribusi teoritis (seperti distribusi normal, uniform, binomial dan lainnya).
Pada kedua prosedur tersebut selalu meliputi perbandingan frekuensi yang
teramati dengan frekuensi yang diharapkan bila H0 yang ditetapkan benar, karena
dalam penelitian yang dilakukan data yang diperoleh tidak selamanya berupa data
skala interval saja, melainkan juga data skala nominal, yaitu yang berupa
perhitungan frekuensi pemunculan tertentu.
Perhitungan frekuensi pemunculan juga sering dikaitkan dengan perhitungan
persentase, proporsi atau yang lain yang sejenis. Chi-kuadrat adalah tekhnik
statistic yang dipergunakan untuk menguji probabilitas seperti itu, yang dilakukan
dengan cara mempertentangkan antara frekuensi yang benar-benar terjadi,
frekuensi yang diobservasi, observe frequencies (disingkat F0 atau O ) dengan
frekuensi yang diharapkan, expected frequencies (disingkat Fh atau E). Ada
beberapa hal yang perlu diperhatikan dalam menggunakan Chi-kudarat, yaitu:
1. Chi-kuadrat digunakan untuk menganalisa data yang berbentuk frekuensi
2. Chi-kuadrat tidak dapat digunakan untuk menentukan besar atau kecilnya
korelasi dari variabel-variabel yang dianalisa.

3
 3. Chi-kuadrat pada dasarnya belum dapat menghasilkan kesimpulan yang
memuaskan.
4. Chi-kuadrat cocok digunakan untuk data kategorik, data diskrit atau data
nominal.
Dalam penerapan praktis, sering dijumpai berbagai persoalan mencakup
dua variable. Secara spesifik, uji chi-kuadrat dapat digunakan untuk menentukan:
1. Ada tidaknya asosiasi antara dua variable (independency test)
2. Apakah suatu kelompok homogen (homogenitas antar subkelompok =
homogeneity test )
3. Seberapa jauh suatu pengamatan sesuai dengan parameter yang di
spesifikasikan (goodness of fit)
Cara memberikan interpretasi terhadap Chi-kuadrat adalah dengan
menentukan df (degree of freedom) atau db (derajat bebas). Setelah itu
berkonsultasi tabel harga kritik Chi-kuadrat. Selanjutnya membandingkan antara
harga Chi-kuadrat dari hasil perhitungan dengan harga kritik Chi-kuadrat, akhirnya
mengambil kesimpulan dengan ketentuan:
1. Bila harga Chi-kuadrat (X2) sama atau lebih besar dari tabel Chi-kuadrat
maka hipotesa nol (H0) ditolak dan hipotesa alternatif (Ha) diterima.
2. Bila harga Chi-kuadrat (X2) lebih kecil dari tabel Chi-kuadrat maka
hipotesa nol (H0) diterima dan hipotesa alternatif (Ha) ditolak.
B. Jenis- Jenis Uji Chi-Square/Uji Kai Kuadrat
1. Uji Independensi
Uji independensi chi square adalah alat uji statistik yang digunakan untuk
mengetahui apakah dua variabel memiliki hubungan secara signifikan. Kedua
variabel yang diuji merupakan variabel kategorik dan disusun dalam bentuk tabel
kontingensi.
Langah-langkah uji independensi chi square adalah sebagai berikut.
a. Menetapkan hipotesis
H0 : tidak terdapat hubungan yang signifikan antara dua variabel
H1 : terdapat hubungan yang signifikan antara dua variabel
b. Menetapkan tingkat signifikansi (α)
Tingkat signifikansi yang digunakan biasanya adalah α=0,05.

4
 c. Melakukan pengujian statistik
Rumus uji statistik yang digunakan adalah :

𝑏𝑘
(𝑂𝑖𝑗 − 𝐸𝑖𝑗) 2
x2 ℎ𝑖𝑡𝑢𝑛𝑔 = ∑
𝐸𝑖𝑗
𝑖=11

Oij = adalah nilai observasi (pengamatan),

Eij = adalah nilai ekspektasi (harapan),
b = adalah banyaknya baris dan
k = adalah banyaknya kolom.
Eij = dihitung menggunakan rumus

𝑓. 𝑖 𝑥 𝑓. 𝑖
Eij =
𝑛
d. Menentukan titik kritis Uji independensi chi square didasarkan pada
distribusi peluang statistik yaitu Distribusi Khi-Kuadrat (Chi Square).
Derajat bebas (df) yang digunakan adalah (k−1)(b−1).
e. Pengambilan keputusan Keputusannya adalah tolak H0 jika χ 2 hitung
> χ 2a,df atau gagal tolak H0 jika χ 2 hitung < x 2 a, df.
2. Uji Homogenitas
Sering kali perlu di tentukan apakah distibusi sesuai karateristik tertentu sama
untuk berbagai kelompok. Misalnya ada dua sampel random yang terdiri dari 100
orang laki laki dan sampel kedua 100 orang perempuan ditanya apakah setuju
pertanyaan “kesetaraaan”.
Langkah pengujian sebetulnya tidak ada beda dengan uji independensi di
mana langkah –langkah ujinya sebagai berikut :
a. Menetapkan hipotesis
H0 : tidak terdapat hubungan yang signifikan antara dua variabel
H1 : terdapat hubungan yang signifikan antara dua variabel
b. Tentukan batas kritis a = (misalnya 0,05)
c. Tentukan df

5
 d. Melakukan pengujian statistic rumus uji statistik yang digunakan
adalah :

𝑂−𝐸
𝑋2 = ∑ ( )2
𝐸

e. Untuk nilai X2 =…… dan niali df =……. Didapatkan nilai p =……..

lalu kita lihat table
f. Keimpulan Ho di tolak atau gagal di tolak .
3. Uji Goodness Of Fit
Uji ini berfungsi untuk melihat kesesuaian suatu pengamatan dengan suatu
distribusi tertentu. Hipotesis lain yang dapat diselidiki dengan uji kai kaudrat
adalah penentuan apakah suatu himpunan data sesuai (fit) dengan model tertentu,
misalnya hendak diketahui apakah data yang kita miliki sesuai dengan distribusi
normal atau apakah disrtibusi golongan drah sesuai/konsisten dengan suatu standar
yang telah di tentukan sebelumnya.
Untuk mempercepat perhitungan dapat di gunakan perhitungan :

𝑂2
𝑋2 = ∑ ( )−𝑁
𝐸

N = adalah nilai total frekuensi keseluruhan pengamtan.

Analisis kai kuadrat yang sering di gunakan dalam penelitian kesehatan

adalah menyajikan Data dalam bentuk table 2x2 (four fold table) yakni dua
kelompok dan kemungkinan dua respon.

Maka nilai statistik kai kaudrat dapat di cari tanpa menghitung frekuensi
harapn dengan rumus

N (ad−bc)2−
X2 = (a+c)(𝑏+𝑑) (𝑎+𝑑)(𝑐+𝑑)

Persamaan ini di pakai untuk mencari nilai kai kuadrat pada permasalahan.

6
C. Syarat-syarat Uji Chi-Square/Uji Kai Kuadrat
a. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga
Actual Count (F0) sebesar 0 (nol).
b. Apabila bentuk tabel kontingensi 2x2, maka tidak boleh ada 1 cell saja
yang memiliki frekuensi harapan atau disebut juga expected count (Fh)
kurang dari 5.
c. Apabila bentuk tabel lebih dari 2x2, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
d. Jumlah sampel >40
e. Jumlah sampel antara 20-40 tidak ada sel yang nilai Enya <5.
D. Rumus Uji Chi-Square/Uji Kai Kuadrat
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 niali frekuensi observasi dan nilai frekuensi
harapan berbeda, maka dikatakan ada perbedaan yang bermakna (signifikan).
Pembuktian dengan uji kai kuadrat dengan menggunakan formula:

X2 = Σ(O – E)2

df = (k-1)(n-1)
ket :
O = nilai observasi
E = nilai ekspektasi (harapan)
k = jumlah kolom
b = jumlah baris
Untuk mempermudah analisis kai kuadrat, nilai data kedua variabel disajikan
dalam bentuk tabel silang:

Variabel 2
Variabel 1 Jumlah
Tinggi Rendah
Ya a b a+b

7
 Tidak c d c+d
Jumlah a+c b+d n

a, b, c, d merupakan nilai observasi, sedangkan nilai ekspektasi (harapan) masing-

masing sel dicari dengan rumus:

Total barisnya X total kolomnya

E=
Jumlah keseluruhan data

Misalkan untuk mencari nilai ekspektasi (E) untuk sel a adalah:

Ea = (a+b) x (a+c)

Untuk Eb, Ec dan Ed dapat dicari dengan cara yang sama.

Khususnya untuk tabel 2x2, dapat mencari nilai X2 dengan menggunakan rumus:

N (ad-bc)2
X2 =
(a+c)(b+d)(a+b)(c+d)

Uji kai kuadrat sangat baik untuk tabel dengan derajat kebebasan (df) yang
besar. Sedangkan khusus untuk tabel 2 x 2 (df-nya adalah 1) sebaiknya digunakan
uji kai kuadrat yang sudah dikoreksi (Yate Corrected atau Yate’s Correction).
Formula kai kuadrat Yate’s Correction adalah sbb:

(|O – E| - 0,5)2
X2 =
E

Atau

N {|ad-bc|2 – (N/2)]2
X2 =
(a+c)(b+d)(a+b)(c+d)

8
E. Contoh soal Uji Chi-Square/ Uji Kai Kuadrat
Suatu penelitian untuk mengetahui hubungan penggunaan alkohol dan rokok
pada ibu hamil (11.127 ibu hamil). Status alcohol pada ibu hamil dikategorikan
menjadi 4 kelompok (tidak minum, peminum ringan, sedang dan berat). Adapun
status rokok dikategorikan menjadi dua kelompok (perokok dan tidak perokok):

Konsumsi Alkohol

Status Perokok Tidak Peminum Peminum Peminum TOTAL

minum ringan sedang berat

Perokok 1880 2048 194 76 4198

Tidak perokok 4290 2430 172 37 6929

TOTAL 6170 4478 366 113 11127

Jawaban:
Notasi khusus dinyatakan sebagai 𝐸11 - 𝐸24 (8 sel)
Total perokok = 𝑇𝑃
Total tidak minum = 𝑇𝑇𝑀
Probabilitas perokok = 𝑇𝑃 /T
Probabilitas tidak minum = 𝑇𝑇𝑀 /T

Probabilitas perokok dan tidak minum (𝑇𝑃 /T X 𝑇𝑇𝑀 /T)

𝑇𝑃 X 𝑇𝑇𝑀
Hukum perkalian untuk kejadian yang independen = 𝑇2
𝑇𝑃 X 𝑇𝑇𝑀
Dengan ini nilai expected untuk sel 𝐸11 = 𝑇2

𝑻𝑷 𝐗 𝑻𝑻𝑴
𝑬𝟏𝟏 = 𝑻

9
Notasi untuk tabel

Konsumsi Alkohol

Status Perokok Peminum Peminum Peminum

Tidak minum TOTAL
ringan sedang Berat

Perokok 𝐸11 =237,8 𝐸12 = 1639,4 𝐸13 = 138,1 𝐸14 = 42,6 𝑇𝑃 = 4198

Tidak perokok 𝐸21 = 3842,2 𝐸22 = 2788,6 𝐸23 = 227,9 𝐸24 = 70,4 𝑇𝑇𝑃 = 6929

TOTAL 𝑇𝑇𝑀 = 6170 𝑇𝑃𝑅 = 4478 𝑇𝑃𝑆 = 366 𝑇𝑃𝐵 = 113 T= 11127

Hasil penjabaran dari 𝑬𝟏𝟏 - 𝑬𝟐𝟒

𝑻𝑷 𝐗 𝑻𝑻𝑴 𝟒𝟏𝟗𝟖 𝒙 𝟔𝟏𝟕𝟎

𝑬𝟏𝟏 = = = 237,8
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑷 𝐗 𝑻𝑷𝑹 𝟒𝟏𝟗𝟖 𝒙 𝟒𝟒𝟕𝟖

𝑬𝟏𝟐 = = = 1689,4
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑷 𝐗 𝑻𝑷𝑺 𝟒𝟏𝟗𝟖 𝒙 𝟑𝟔𝟔

𝑬𝟏𝟑 = = = 138,08 = 138,1
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑷 𝐗 𝑻𝑷𝑩 𝟒𝟏𝟗𝟖 𝒙 𝟏𝟏𝟑

𝑬𝟏𝟒 = = = 42,6
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑻𝑷 𝐗 𝑻𝑻𝑴 𝟔𝟗𝟐𝟗 𝒙 𝟔𝟏𝟕𝟎

𝑬𝟐𝟏 = = = 3842,17 = 3842,2
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑻𝑷 𝐗 𝑻𝑷𝑹 𝟔𝟗𝟐𝟗 𝒙 𝟒𝟒𝟕𝟖

𝑬𝟐𝟐 = = = 2788,53 = 2788,6
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑻𝑷 𝐗 𝑻𝑷𝑺 𝟔𝟗𝟐𝟗 𝒙 𝟑𝟔𝟔

𝑬𝟐𝟑 = = = 227,9
𝑻 𝟏𝟏𝟏𝟐𝟕

𝑻𝑻𝑷 𝐗 𝑻𝑷𝑩 𝟔𝟗𝟐𝟗 𝒙 𝟏𝟏𝟑

𝑬𝟐𝟒 = = =70,336 = 70,4
𝑻 𝟏𝟏𝟏𝟐𝟕

10
 (𝑶−𝑬)𝟐
X2 = Ƹ 𝑬

(𝑶𝟏𝟏 −𝑬𝟏𝟏 )𝟐 (𝑶𝟏𝟐 −𝑬𝟏𝟐 )𝟐 (𝑶𝟏𝟑 −𝑬𝟏𝟑 )𝟐 (𝑶𝟏𝟒 −𝑬𝟏𝟒 )𝟐 (𝑶𝟐𝟏 −𝑬𝟐𝟏 )𝟐 (𝑶𝟐𝟐 −𝑬𝟐𝟐 )𝟐
= + + + + + +
𝑬𝟏𝟏 𝑬𝟏𝟐 𝑬𝟏𝟑 𝑬𝟏𝟒 𝑬𝟐𝟏 𝑬𝟐𝟐

(𝑶𝟐𝟑 −𝑬𝟐𝟑 )𝟐 (𝑶𝟐𝟒 −𝑬𝟐𝟒 )𝟐

+
𝑬𝟐𝟑 𝑬𝟐𝟒

(𝟏𝟖𝟖𝟎−𝟐𝟑𝟐𝟕.𝟖)𝟐 (𝟐𝟎𝟒𝟖−𝟏𝟔𝟖𝟗.𝟒)𝟐 (𝟏𝟗𝟒−𝟏𝟑𝟖.𝟏)𝟐 (𝟕𝟔−𝟒𝟐.𝟔)𝟐 (𝟒𝟐𝟗𝟎−𝟑𝟖𝟒𝟐.𝟐)𝟐

= + + + + +
𝟐𝟑𝟐𝟕.𝟖 𝟏𝟔𝟖𝟗.𝟒 𝟏𝟑𝟖.𝟏 𝟒𝟐.𝟔 𝟑𝟖𝟒𝟐.𝟐
(𝟐𝟒𝟑𝟎−𝟐𝟕𝟖𝟖.𝟔)𝟐 (𝟏𝟕𝟐−𝟐𝟐𝟕.𝟗)𝟐 (𝟑𝟕−𝟕𝟎.𝟒)𝟐
+ +
𝟐𝟕𝟖𝟖.𝟔 𝟐𝟐𝟕.𝟗 𝟕𝟎.𝟐

𝟐𝟎𝟎𝟓𝟐𝟒.𝟖𝟒 𝟏𝟐𝟖𝟓𝟗𝟑.𝟗𝟔 𝟑𝟏𝟐𝟒.𝟖𝟏 𝟏𝟏𝟏𝟓.𝟓𝟔 𝟐𝟎𝟎𝟓𝟐𝟒.𝟖𝟒 𝟏𝟐𝟖𝟓𝟗𝟑.𝟗𝟔

= + + + + + +
𝟐𝟑𝟐𝟕.𝟖 𝟏𝟔𝟖𝟗.𝟒 𝟏𝟑𝟖.𝟏 𝟒𝟐.𝟔 𝟑𝟖𝟒𝟐.𝟐 𝟐𝟕𝟖𝟖.𝟔
𝟑𝟏𝟐𝟒.𝟖𝟏 𝟏𝟏𝟏𝟓.𝟓𝟔
+
𝟐𝟐𝟕.𝟗 𝟕𝟎.𝟒

=86.14 + 76.12 + 22.63 + 26.18 + 52.19 + 46.11 + 13.71 + 15.84

=338.92

df = (t-1) (k-1)

=(4-1)(2-1)

=3

α
df
0.05
3 7.815
P<0.001

Kesimpulannya : Ho ditolak

Ada perbedaan antara kebiasaaan minum alcohol ibu selama kehamilan dengan
kebiasaan merokok.

11
 F. Soal Kelompok 1 Uji Chi-Square/Uji Kai Kuadrat

Dari suatu penelitian pada penderita penyakit jantung coroner dengan variabel
pendidikan dan kebiasaan merokok telah disusun hasil seperti tabel di bawah ini.

Pendidikan Perokok Tidak merokok Total

Tidak sekolah 9 16 25
SD 15 17 32
SMP 12 12 24
SMA 1 8 9
Perguruan tinggi 0 10 10
Total 37 63 100
Jawab:

1. Hipotesis nol dan alternative

Ho: Tidak ada hubungan antara kebiasaan merokok dan pendidikan pada
penderita penyakit koroner
Ha: Ada hubungan antara kebiasaan merokok dan pendidikan pada
penderita penyakit koroner
2. Tingkat kemaknaan
α = 0,05
3. Uji statistik yang akan digunakan
Uji statistik yang digunakan adalah uji Chi Square dengan jenis uji
independency test.
4. Perhitungan dengan uji statistik
5. Digunakan notasi khusus E₁₁ -E₅₂
𝑇𝑇𝑆
Total tidak sekolah= 𝑇𝑇𝑆 Probabilitas tidak sekolah= 𝑇
𝑇𝑃
Total perokok= 𝑇𝑃 Probabilitas perokok= 𝑇
𝑇𝑇𝑆 𝑇𝑃
Probabilitas tidak sekolah dan perokok = ×
𝑇 𝑇

𝑇𝑇𝑆 ×𝑇𝑃
= 𝑇

𝑇𝑇𝑆 ×𝑇𝑃
Dengan ini, nilai expected untuk sel E₁₁ = 𝑇

12
Notasi untuk nilai expected 2 variabel
Pendidikan Perokok Tidak Merokok Total
Tidak sekolah 𝐸11 𝐸12 𝑇𝑇𝑆
SD 𝐸21 𝐸22 𝑇𝑆𝐷
SMP 𝐸31 𝐸32 𝑇𝑆𝑀𝑃
SMA 𝐸41 𝐸42 𝑇𝑆𝑀𝐴
Perguruan tinggi 𝐸51 𝐸52 𝑇𝑃𝑇
Total 𝑇𝑃 𝑇𝑇𝑀 T

Perhitungan nilai E

𝑇𝑇𝑆 × 𝑇𝑃 25 × 37
𝐸11 = = = 9,25
𝑇 100

𝑇𝑇𝑆 × 𝑇𝑇𝑀 25 × 63
𝐸12 = = = 15,75
𝑇 100

𝑇𝑆𝐷 × 𝑇𝑃 32 × 37
𝐸21 = = = 11,84
𝑇 100

𝑇𝑆𝐷 × 𝑇𝑇𝑀 32 × 63
𝐸22 = = = 20,16
𝑇 100

𝑇𝑆𝑀𝑃 × 𝑇𝑃 24 × 37
𝐸31 = = = 8,88
𝑇 100

𝑇𝑆𝑀𝑃 × 𝑇𝑇𝑀 24 × 63
𝐸32 = = = 15,12
𝑇 100

𝑇𝑆𝑀𝐴 × 𝑇𝑃 9 × 37
𝐸41 = = = 3,33
𝑇 100

𝑇𝑆𝑀𝐴 × 𝑇𝑀 9 × 63
𝐸42 = = = 5,67
𝑇 100

𝑇𝑃𝑇 × 𝑇𝑃 10 × 37
𝐸51 = = = 3,7
𝑇 100

𝑇𝑃𝑇 × 𝑇𝑀 10 × 63
𝐸52 = = = 6,3
𝑇 100

13
Nilai expected 2 variabel
Pendidikan Perokok Tidak merokok Total
Tidak sekolah 9,25 15,75 25
SD 11,84 20,16 32
SMP 8,88 15,12 24
SMA 3,33 5,67 9
Perguruan tinggi 3,7 6,3 10
Total 37 63 100

Perhitungan harga statistik x² (kai kuadrat)

2
(𝑂 − 𝐸)2
𝑥 =∑
𝐸

(𝑂11 − 𝐸11 )2 (𝑂12 − 𝐸12 )2 (𝑂21 − 𝐸21 )2 (𝑂22 − 𝐸22 )2

𝑥2 = + + +
𝐸11 𝐸12 𝐸21 𝐸22
(𝑂31 − 𝐸31 )2 (𝑂32 − 𝐸32 )2 (𝑂41 − 𝐸41 )2
+ + +
𝐸31 𝐸32 𝐸41
(𝑂42 − 𝐸42 )2 (𝑂51 − 𝐸51 )2 (𝑂52 − 𝐸52 )2
+ + +
𝐸42 𝐸51 𝐸52

(9 − 9,25)2 (16 − 15,75)2 (15 − 11,84)2 (17 − 20,16)2

𝑥2 = + + +
9,25 15,75 11,84 20,16
(12 − 8,88)2 (12 − 15,12)2 (1 − 3,33)2
+ + +
8,88 15,12 3,33
(8 − 5,67)2 (0 − 3,7)2 (10 − 6,3)2
+ + +
5,67 3,7 6,3

0,065 0,0625 9,9856 9,9856 9,7344 9,7344 5,4289

𝑥2 = + + + + + +
9,25 15,75 11,84 20,16 8,88 15,12 3,33
5,4289 13,69 13,69
+ + +
5,67 3,7 6,3

𝑥 2 = 0,0067 + 0,0039 + 0,84 + 0,49 + 1,09 + 0,64 + 1,53 + 0,95

+ 3,7 + 2,17

𝑥 2 = 11,52

14
 Perhitungan degree of freedom

𝑑𝑓 = (𝑏 − 1)(𝑘 − 1)

𝑑𝑓 = (2 − 1)(5 − 1)

𝑑𝑓 = 4

Interpretasi Tabel

Distribusi Kai Kuadrat

α
df 0,99 0,95 0,90 0,50 0,10 0,05 0,01 0,001
4 .297 .711 1,064 3,357 7,779 9,488 13,277 18,467

a. 𝑥 2 ℎ𝑖𝑡𝑢𝑛𝑔 = 11,52
𝑥 2 𝑡𝑎𝑏𝑒𝑙 = 9,488
𝑥 2 ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑥 2 𝑡𝑎𝑏𝑒𝑙 = Ho ditolak
b. 𝑝 > 0,01
𝑝 < 0,05
0,05 > 𝑝 > 0,01 = Ho ditolak
6. Kesimpulan
Dari penjelasan di atas didapatkan bahwa p<0,05 dan x² hitung > x² tabel yang
berarti Ho ditolak, sehingga dapat disimpulkan bahwa ada hubungan antara
kebiasaan merokok dan pendidikan pada penderita penyakit koroner.

15
 BAB III

PENUTUP

A. Kesimpulan
Uji chi-square adalah salah satu uji dari statistika non parametik yang sering
di pakai untuk sebuah penelitian. Uji chi-square diterapkan pada kasus dimana
akan diuji apakah frekuensi yang akan di amati (data observasi) bebeda secara
nyata ataukah tidak dengan frekuensi yang diharapkan (expected value). Sehingga
akan menentukan apakah penelitian kita sesuai dengan yang diharapkan atau
tidak. Uji chi-square ini memiliki banyak kegunaan seperti untuk mengetahui ada
tidaknya asosiasi antara 2 variabel (Independent test),untuk mengetahui apakah
suatu data kelompok homogen atau tidak (Homogenity test),untuk menguji
kenormalan data dengan melihat distribusi data (Goodness of fit test).Uji chi-
square ini kita dapat mengetahui apakah harapan kita dalam melakukan penelitan
sesuai dengan harapan dan kenyataan ataupun tidak. Sehingga jika tidak sesuai
kita dapat mengevaluasi penelitian kita sampai diketahui apa penyabab ketidak
sesuaiannya.
Kegunaan chi-kuadrat diantaranya untuk Menguji Proporsi, untuk menguji
uji Independensi, uji kecocokan/kesesuaian, untuk Pengujian Hipotesis, untuk Uji
Normalitas.Kelebihan Konsep chi-kuadrat dalam statistik nonparametrik mudah
untuk dimengerti. Kekurangan uji Chi-Square hanya memberikan informasi
tentang ada atau tidaknya hubungan antara kedua variabel.
B. Saran
Diharapkan kedepannya mahasiswa dapat memahami dan mengaplikasikan
rumus uji Chi-kuadrat, dan mampu membuat skripsi dengan mencantumkan
rumus uji Chi-kuadrat. Dan diharapkan mahasiswa dapat menerapkan nya dalam
dunia keperawatan.

16
 DAFTAR PUSTAKA

Hastono, S. P., & Sabri, L. 2014. Statistika Kesehatan. Jakarta: Rajawali Pers

17